中国湖泊与水库 2000 - 2023 年高分辨率水质数据集：解锁生态环境密码

《Scientific Data》：High Resolution Water Quality Dataset of Chinese Lakes and Reservoirs from 2000 to 2023

为解决中国近 180,000 个湖泊和水库水质参数时空分辨率监测不足的问题，研究人员开展了利用随机森林（RF）模型构建 2000 - 2023 年月度水质数据集的研究。结果显示部分参数有变化，该数据集对评估水生生态系统功能意义重大。

　　湖泊与水库作为重要的淡水来源，在调节气候、维持生态平衡以及保障环境质量等方面发挥着不可替代的关键作用。它们不仅是人们生活中不可或缺的饮用水供应源，还在地球生态系统的稳定运行中扮演着重要角色。然而，湖泊与水库的水质状况却受到诸多因素的共同影响。像全球气候变暖，会让水体的热分层和溶解氧（DO）分层加剧，进而改变温室气体（GHG）的产生和消耗过程；土壤中的氮、磷等营养物质，会随着径流和淋溶进入水体，引发水体富营养化等一系列环境问题；而人类活动的影响更是不容小觑，人口的快速增长、氮肥的大量使用以及土地利用方式的改变，都会对湖泊和水库的水质造成干扰 。

但在过去，水质研究存在不少问题。比如多数研究集中在河流水质指数（WQI）的综合测定上，针对湖泊和水库的研究相对较少。而且现有的湖泊和水库水质数据获取方法，像原位观测、遥感监测以及数学模拟等，都有各自的局限性。原位观测需要投入大量的人力和资金，难以实现高时空分辨率的监测；遥感监测只能针对部分对光敏感的参数，像 pH、DO 和电导率（EC）等参数就无法监测；数学模拟研究大多使用线性回归模型，面对水质参数的非线性和随机性变化时，难以准确捕捉。

为了深入探究湖泊和水库的水质变化规律，中山大学校内多个研究团队联合其他科研机构的研究人员，开展了一项极具意义的研究。他们致力于构建中国近 180,000 个湖泊和水库在 2000 - 2023 年间的高分辨率水质参数数据集，研究成果发表在《Scientific Data》上。

在这项研究中，研究人员运用了多种关键技术方法。首先，他们收集了涵盖气候、土壤性质和人为活动等多方面的网格化数据集，作为构建机器学习模型的输入特征。接着，通过对全国 217 个国家地表水水质自动监测站和 83 个溶解有机碳（DOC）观测站的数据进行处理，计算出各水质参数的月平均值。之后，利用随机森林（RF）模型，结合流域内的 16 种特征，来预测湖泊和水库的水质参数。在模型构建过程中，他们对所有可能的特征组合进行遍历，并重复 100 次迭代，以确保模型的准确性和稳定性。

研究结果主要从以下几个方面呈现：

1. 模型性能良好：RF 模型在预测 pH、DO、DOC、总氮（TN）、总磷（TP）、高锰酸盐指数（CODMn?）、浊度（Tur）和 EC 等水质参数时表现出色。模型的决定系数（R2）较高，均大于 0.64，其中 EC 的R2最高；均方根误差（RMSE）和平均绝对误差（MAE）较低，表明模型预测准确性高，稳定性和泛化能力强。
2. 水质参数的月度变化：pH 值在 7.7 - 8.2 之间波动，夏季略高；DOC 和CODMn?浓度在夏季达到峰值，受生物生长和降雨等因素影响；DO 浓度与水温呈负相关，冬季高夏季低；Tur 在夏季显著升高，与降水和径流带来的颗粒物有关；EC 在夏季因降水导致溶解离子增加而升高。TN 浓度在秋季到冬季较高，春季到夏季较低，与径流稀释、微生物反硝化和藻类生长有关；TP 浓度在夏季较高，与生物活动和沉积物磷释放有关。
3. 水质参数的空间分布差异：pH 值从东南向西北逐渐升高；DOC 和CODMn?在青藏高原、中国西北、东北和长江流域浓度较高；DO 在珠江流域、长江南部和中国西北相对较低；Tur 在青藏高原、黄淮海东部和长江流域较高；TN 在东北、黄淮海和珠江西部较高，其他地区较低；TP 在青藏高原、东北西部和黄淮海与长江交界处较高；EC 在长江和珠江流域较低，其他地区较高。这种空间差异主要受湖泊类型、土壤性质、人类活动等因素影响。
4. 水质参数的年际变化：2000 - 2023 年间，Tur 和 EC 年平均值显著上升，pH 略有下降，而 DOC、DO、CODMn?、TN 和 TP 无明显变化。人类活动排放和气候变化是导致这些变化的主要原因，如化肥使用、土壤侵蚀、酸雨等。

综合来看，该研究成功构建了中国湖泊和水库 2000 - 2023 年的高分辨率水质数据集，揭示了水质参数的时空变化规律，为深入理解气候、土壤性质和人类活动对湖泊和水库水质的影响提供了重要依据。同时，这些数据也为评估湖泊和水库的生态、环境及气候功能，以及制定相关管理政策提供了有力支持，对保护和改善水生生态系统具有重要意义。不过，研究也存在一些局限性，如土壤性质长期高分辨率数据集的缺乏、化肥使用数据时间分辨率不足以及青藏高原观测站较少等问题，未来还需要进一步研究和改进。