基于GRNN模型的流域沉积物中有效态氮、磷含量预测研究

作者：曹文斌; 袁旭音^*; 章海燕; 唐黎; 汪宜敏; 朱宁远

来源：环境科技, 2023, 36(02): 1-6.

DOI：10.19824/j.cnki.cn32-1786/x.2023.0024

• 沉积物
• N,P有效态
• 广义回归神经网络(GRNN)
• SHAP解释模型
• 流域

因沉积物中有效氮（AN）和有效磷（AP）的分布对流域水环境有重要影响，故研究其空间分布对评估和管理流域水环境质量有一定价值。基于GRNN模型和SHAP解释模型，选取多种土壤参数、自然环境与人类活动指标，以太湖流域数据集作为模型训练集，预测洪泽湖流域和钱塘江流域沉积物中AN,AP的含量。结果表明：以耕地为主的洪泽湖流域沉积物中AN的含量相对较高；钱塘江下游因城镇密集而导致沉积物中AP的含量较高。SHAP解释模型分析表明：沉积物中AN的含量主要受农业活动影响（除滨岸带土壤氮含量指标外）；而沉积物中除磷肥指标外，生活污水排放量是AP含量主要影响因素。

• 单位
  河海大学