烟花爆竹生产导致的水体高氯酸盐污染已成为严峻的环境问题。传统研究方法难以有效解析流域尺度上工业污染与水文过程的时空耦合特征，制约了污染管控策略的制定。本研究以我国最大的烟花爆竹生产基地——湘江中下游流域为研究对象，通过710份水样采集，揭示了高氯酸盐污染的“累积廊道”时空分布特征。研究团队创新性地构建了知识引导的混合模型框架（KG-MoE），将基于过程的SWAT水文模型与深度学习（图注意力网络GAT）相结合，并引入混合专家系统（MoE）门控机制，实现了点源与非点源贡献的智能区分。模型预测精度显著优于传统数据驱动模型，污染峰值识别召回率从0.49提升至0.91。研究发现工业点源贡献约65%的流域负荷，非点源负荷呈现雨季显著放大特征。注意力机制分析识别出烟花工厂密度、降水和土壤性质为非点源污染的主导驱动因子。多情景模拟表明，协同控制点源、非点源及上游边界输入可有效降低饮用水源地超标频率。该框架为工业污染物风险管控提供了可迁移的决策支持工具。
1 科学问题
污染溯源难题：在复杂流域水文条件下，如何区分工业点源直接排放与水文过程介导的二次输入，实现高氯酸盐污染来源的精准解析？
模型耦合瓶颈：如何将基于物理过程的流域水文模型与数据驱动的深度学习方法有机结合，既保持机制模型的物理可解释性，又发挥深度学习在复杂模式识别方面的优势？
跨尺度推演挑战：如何利用稀疏的监测数据，实现流域尺度上高氯酸盐污染时空动态的准确预测，并为污染管控提供情景模拟支持？
2 研究方案
研究区域与数据采集
研究区域位于湘江中下游流域（覆盖面积26,070平方公里），该区域供应全球约60%的烟花爆竹。团队在192公里干流及主要支流布设10个监测断面，于2023年雨季（3-10月）和旱季（11月-2024年3月）采集710份地表水样品。采用ICS-2000离子色谱仪进行高氯酸盐定量分析，检测限达μg·L⁻¹级别。
多源数据整合
整合气象数据（NOAA平台9个站点）、地理空间数据（30m分辨率DEM、GlobeLand30土地利用数据、1:100万土壤数据）、水文数据（3个水文站日径流记录）以及污染源数据（372家烟花制造企业POI数据）。通过核密度分析绘制工业活动空间强度分布，将流域划分为56个子流域和666个水文响应单元。
耦合模型构建
第一阶段：采用SWAT模型模拟流域水文过程，通过SWAT-CUP的SUFI-2模块率定参数，确保径流模拟精度。结合实测浓度与模拟流量，估算上游边界和监测子流域的高氯酸盐负荷。针对烟花产业密集子流域，采用遗传算法反演时空污染输入。
第二阶段：构建KG-MoE混合模型。以SWAT-GA输出的物理约束水文状态和源先验信息为输入，将河网编码为有向无环图输入图注意力网络，通过MoE门控机制动态平衡点源先验与非点源残差信号，实现污染浓度的可解释预测。
第三阶段：采用分层分析策略，通过注意力权重识别关键影响因子，结合Spearman相关分析验证物理一致性。设计多情景模拟，评估点源管控（生产月随机排放、降水触发排放）和非点源削减（25%-75%基线削减）对流域污染的缓解效果。
3 结论
主要发现
“累积廊道”时空分布特征：高氯酸盐污染呈现显著的“累积廊道”空间格局——浏阳河（平均43.1±20.5 μg·L⁻¹）和渌水（平均215.5±161.3 μg·L⁻¹）支流浓度显著高于湘江干流（平均28.1±14.0 μg·L⁻¹），峰值超过400 μg·L⁻¹，为我国饮用水标准（70 μg·L⁻¹）的5倍以上。这一空间格局与烟花制造企业密集区高度吻合。季节动态显示，工业热点区域（节点2和12）雨季浓度较旱季分别升高19%和28%。
KG-MoE模型优越性能：混合模型在测试集上取得R²=0.91、RMSE=0.30的预测精度，显著优于随机森林（R²=0.72）、梯度提升树（R²=0.78）和纯图注意力网络（R²=0.85）。污染峰值识别召回率从0.49提升至0.91，精度保持稳定。留一站点交叉验证显示模型具有良好的空间泛化能力（R²=0.77-0.95）。模型对SWAT参数扰动呈现弱敏感性（预测值变异系数~0.06），支持采用单次校准SWAT实现作为物理主干。
源解析与驱动因子识别：渌水上段（节点2-4）贡献流域年负荷的80%以上，其中工业点源贡献约65%的模拟通量，非点源负荷呈现季节性放大特征（雨季通量为旱季1.7-2.8倍）。注意力分析揭示：
静态因子：烟花工厂平均密度（AFFD）与非点源负荷显著相关；黏土质土壤（LVh、ACh）因低渗透性促进高氯酸盐累积，呈现正相关；排水良好土壤（CMD）出现反直觉的负相关，反映其作为工业化强度空间指示剂的局限性。
动态因子：短期降水与非点源残差弱相关，体现冲刷-稀释双重作用；基流和侧向流贡献显著，证实水文过程对土壤结合态高氯酸盐的动员作用。
情景模拟管控效果：多情景蒙特卡罗模拟表明，单一措施难以实现全域水质达标。点源管控（生产月随机排放）可使饮用水源地节点（节点9、13）高氯酸盐浓度降低约35%，非点源75%削减方案可降低约28%，而协同控制（点源+非点源+上游边界输入）可进一步将超标频率降低至基线水平的15%以下。
不足与展望
数据时空代表性局限：研究基于2023-2024年710份样品，虽覆盖旱雨季，但极端水文事件（如特大洪水、长期干旱）期间的采样缺失可能影响模型对极端情景的预测能力。建议建立长期定位监测网络，强化极端事件期间加密采样。
模型可迁移性验证不足：KG-MoE框架虽设计为可迁移工具，但当前验证局限于湘江流域。不同气候带、产业类型、河网拓扑结构下的模型适用性有待进一步验证。建议在长江、珠江等典型工业污染流域开展跨区域对比研究。
机制解释的因果性局限：注意力机制揭示的相关关系（如CMD土壤的负相关）可能反映工业化强度的空间共线性，而非因果机制。建议后续研究引入因果推断方法（如结构方程模型、贝叶斯网络），结合野外控制实验验证关键过程机制。
污染归趋过程简化：当前框架未明确刻画高氯酸盐在沉积物-水界面的迁移转化过程、地下水-地表水交换通量以及生物降解潜力。建议耦合多介质归趋模型，完善污染物长距离迁移的机制描述。
管控策略经济优化：情景模拟聚焦环境效益评估，未纳入治理成本、产业布局优化等经济维度。建议后续研究引入多目标优化算法，在环境质量改善与产业发展之间寻求平衡点，为流域精准管控提供决策支持。
