综述:基于正向模拟的点源水污染定位方法系统综述

《Journal of Contaminant Hydrology》:A systematic review of forward simulation-based methods for point-source water pollution localization

【字体: 大 中 小 】 时间:2026年07月11日 来源:Journal of Contaminant Hydrology 5.5

编辑推荐:

  Litian Zhang|Jingang Huang|Feng Li|Xiaobin Xu杭州电子科技大学材料与环境工程学院,中国杭州310018摘要准确定位点源水污染对于减轻未经许可的废水排放带来的环境和健康危害至关重要。然而,仅依赖污染物特性的定位方法存在显著局限性,因此需要

  
Litian Zhang|Jingang Huang|Feng Li|Xiaobin Xu
杭州电子科技大学材料与环境工程学院,中国杭州310018

摘要

准确定位点源水污染对于减轻未经许可的废水排放带来的环境和健康危害至关重要。然而,仅依赖污染物特性的定位方法存在显著局限性,因此需要系统地整合基于正向模拟的定位技术。为填补这一空白,本综述遵循系统评价和元分析优先报告项目(PRISMA)框架,系统分析了2001年至2024年的62篇文献,重点研究了地表水、地下水和供水网络中三种主要方法(模拟优化法、概率选择法和替代模型法)。分析表明,自2015年以来,替代模型法逐渐成为主流方法;水体类型与建模软件(相关系数r=0.8)以及研究区域规模(相关系数r=0.4)之间存在正相关关系;目标污染物也从传统物质逐步转变为常规污染物和新出现的污染物。在方法改进方面,人们分别致力于提升全局搜索能力、提高精度和马尔可夫链蒙特卡洛抽样效率,以及捕捉时空动态变化。总体而言,本综述旨在为研究人员和工程师提供关于水污染定位方法选择和软件选择的实用指导,同时指出模型透明度不足、新污染物识别以及多源数据整合等长期存在的挑战。未来的研究需要借助可解释人工智能、物联网与遥感技术融合以及跨学科合作,以实现更透明、更稳健、更可靠的系统。

引言

水污染仍然是全球环境安全面临的一个严峻且持续的威胁,一直受到科学界和政策制定者的密切关注。这一问题的产生主要是由于废水成分的复杂性以及可能的非法排放行为(Saxena, 2025; Shi, 2020)。世界卫生组织2023年的数据显示,每年约有357万人死于与受污染水源相关的疾病(Maged et al., 2023)。这凸显出迫切需要高效准确地定位各种水系统中的广泛分布的点源污染(Grbcic et al., 2020)。
传统方法通常是根据污染物的物理化学特性来追踪其来源。例如,三维激发-发射矩阵(3D-EEM)光谱技术可以识别水中的光谱峰和污染物浓度,然后将其与荧光数据库匹配,从而确定污染物来源(Zacharioudaki et al., 2022; Zheng et al., 2013)。然而,工业污染物种类的不断增加使得光谱模式愈发复杂,这就需要不断扩展和更新数据库(Yuan et al., 2025)。此外,化学成分相似的废水会产生几乎相同的“指纹特征”,极大地限制了光谱匹配的区分能力(Zacharioudaki et al., 2022)。
基于正向模拟的方法为污染源定位提供了可靠的数据基础,因为它们通过运用优化算法构建和校准水力模型或水质模型,从而生成高质量的分析数据(Wu et al., 2023)。根据模拟数据的利用方式,这些方法可分为模拟优化法、概率选择法和替代模型法三类(Gómez-Hernández and Xu, 2022; Moghaddam et al., 2021; Todaro et al., 2021)。具体而言,这些方法要么将模拟结果融入优化过程,要么将模拟输出作为贝叶斯先验值,或是对模拟的输入输出关系进行近似处理。不过,随着环境法规和科学知识的不断发展,水动力模型的复杂性也大幅增加。这就要求现有模型能够纳入多个污染源和不同的化学形态(Eid et al., 2025; Hfaiedh et al., 2025),考虑污染物传输过程中的生化变化,以及沉积物和土壤中的吸附-解吸动态(见图1)。这些要求大大提升了计算的难度和模型的复杂度(Asher et al., 2015; Keating et al., 2010; Yu et al., 2020)。
将人工智能和大规模数据分析技术与水动力模型相结合,显著提升了地表水、地下水和饮用水系统的水质预测精度(Elsayed et al., 2021; Gad et al., 2023, Gad et al., 2024)。这使得污染源的定位更加精准,且计算效率更高。尽管取得了这些进展,但一些根本性挑战依然存在,尤其是污染源属性(如起始时间、位置、排放模式和污染物数量)本身就具有非唯一性和时空变异性,这些因素会给定位研究带来较大的不确定性(Zhao et al., 2025)。
本综述系统地研究了目前用于点源水污染定位的正向模拟方法,分析了这三种技术的发展趋势及其相互关联。同时,还总结了模型透明度不足、新污染物识别以及多源数据整合等长期存在的 metodological和实际应用方面的挑战。总体而言,本工作为研究人员和工程师在选择方法方面提供了实用指导,同时也指出了未来的研究方向。

章节节选

模拟优化法的技术框架与发展历程

模拟优化法通过将数值模拟与优化算法相结合,为点源水污染的定位建立了可靠的框架(Wu et al., 2023)。该方法通常首先构建水力模型或水质模型,其中会纳入水文和地理参数(Diaz-Ramirez et al., 2011)。随后,将优化算法嵌入其中,以系统地校准模型参数。经过调整后的最优模型即可用于后续分析

整体框架

本系统综述遵循2009年发布的系统评价和元分析优先报告项目(PRISMA)指南,以确保方法的严谨性和可重复性(Page et al., 2021; Essamlali et al., 2024)。为保证所分析文献的广泛代表性和权威性,本综述仅纳入了用英语发表的经过同行评审的期刊文章,而会议论文、技术报告、学位论文以及非英语论文则被排除在外,以此保持一致性

不同定位方法的应用概况与发展趋势

图4展示了点源水污染定位研究的时间发展趋势以及三种定位方法的方法学演变情况。如图4a所示,2015年后相关文献的发表数量明显加快。具体而言,2001年至2015年间发表的文献仅占总量的36.4%,年均发文量为2.4%。而2016年至2024年间的文献则占到了总量的63.6%,年均发文量为7.1%

局限性及当前面临的挑战

虽然本综述对点源水污染定位的方法学发展趋势进行了系统总结,但仍有一些局限性需要提及。首先,由于仅检索了英语版的同行评审期刊文章,可能会遗漏在会议或技术报告中提出的重要方法创新。其次,由于所纳入研究的差异性较大,因此没有进行正式的质量评分,这也限制了对研究质量的深入分析

结论

本系统综述遵循PRISMA框架,共分析了2001年至2024年间关于三种基于正向模拟的点源水污染定位方法——即模拟优化法、概率选择法和替代模型法——的62项研究。分析结果表明,自2015年以来,由于深度学习的进步以及计算能力的提升,替代模型法逐渐成为主流方法,目前占最新研究的60%以上。研究还发现了一些重要规律

CRediT作者贡献说明

Litian Zhang: 文章撰写——综述与编辑、文章撰写——初稿、可视化、验证、软件使用、研究实施、数据整理。Jingang Huang: 文章撰写——综述与编辑、文章撰写——初稿、监督指导、资源提供、方法设计、研究实施、资金获取、概念构思。Feng Li: 文章撰写——综述与编辑、监督指导、资源提供、研究实施、资金获取。Xiaobin Xu: 文章撰写——综述与编辑、监督指导、方法设计、研究实施、概念构思。

未引用参考文献

Lu et al., 2015
Xie et al., 2022
Zhu et al., 2024

利益冲突声明

作者声明,他们不存在任何可能影响本文研究成果的已知利益冲突或个人关系。

致谢

本研究得到了中国浙江省重点研发计划(编号2023C03134)、浙江省自然科学基金(编号LY23E080007)以及国家关键研发计划(编号2022YFE02107002)的支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号