水污染监测预警研究的热点、方法前沿与应用进展＊

■ 杨悦 刘翼 汪寿阳 白凤龙 杨传国

1.中国科学院大学经济与管理学院 北京 100190

2.北京中咨华宇环保技术有限公司 北京 100075

3.无锡市市政公用产业集团有限公司 无锡 214001

0 引言

水资源作为一种必需的自然资源，具有基础性与战略性意义，2015年国务院正式发布《水污染防治行动计划》，明确了水污染防治的要求与目标，提出要推进“三水”统筹的水环境管理体系。此后各地区在水污染治理方面投入巨大的人力物力,也取得了一定的成果，2020年6月，生态环境部发布了最新的《2019中国生态环境状况公报》，指出整体水质相比2018年取得进一步改善[1]。图1 展示了根据《中国生态环境状况公报》整理的2015～2019年全国河流与湖泊（水库）的总体水质状况，可以发现I～III 类水质占比整体呈上升趋势，V 类、劣V 类水质占比明显减少。不过中国正处于全面建设小康社会的决胜时期，要看到的是事实上水污染问题仍然严重，传统的氮磷污染并未彻底控制，重金属、持久性有机物又不断积累影响水体质量[2]，一些沿岸地区依然采用粗放的经济活动模式[3]，导致水污染事件频发。李克强总理在“十四五”规划中再次明确强调了水资源安全的重要性，生态环境部也指出，在“十四五”期间的水环境保护要更加注重“人水和谐”。

图1 2015～2019年全国重要水域水质概况

水环境治理已经成为了一个全球性的议题，发展中国家正面临着严峻的保护水质，提高供水卫生状况的问题，发达国家也依然面临着富营养化等问题，水质状况依然有待进一步提升[4]。据统计，全球约有22 亿人没有安全管理的饮用水服务，30 亿人缺乏基本的洗手设施，废水污染在海洋中造成了形成500多个死亡地带。世界银行2019年发布报告指出，严重的水污染可令经济增速降低1/3[5]。自美国1972年颁布《美国清洁水法》以来，用于减少水污染的投入已超过万亿美元[6]，欧盟及其成员国每年在治理污染土壤与污水的资金投入逾60亿欧元。中国也一直致力于水污染问题的治理，2010～2019年废水投资项目完成投资总额达1100亿元。然而，水污染风险在我国依然存在，松花江支流2018年劣V 类水质占比曾激增至23.2%，其负面影响至2019年仍未消除。截至2019年，“三湖”也常年为IV 类及以下水质。据统计，自2010年以来生态环境部总计调度处置突发环境事件达千余起，其中约半数为突发水污染事件[7]。据推算，每年水污染对工业、农业、市政工业和人体健康等方面造成的经济损失可达2400亿元。

要防止水污染事件的发生、降低水污染事件的影响，一方面是要加强制度建设，促进沿岸地区进行环境友好的经济生产活动，降低流域水体被污染的概率。同时很重要的另一方面，也是要从技术层面提升对水污染问题的预测预警能力，及时防止水质进一步恶化。准确的水质监测预警是水污染防治进程中最重要的前置条件。水质监测预警一方面要对一段时间内的水质状况进行监测评价，另一方面要对水质未来的变化趋势做预测，进而对水质异常的区域与程度进行评估预警。我国自20世纪50年代开始开展水质监测研究工作，自20世纪90年代后期开始对突发性水环境风险评估与预警系统进行研究，但目前仍存在评估方法单一、缺少适合国内各水域的水质模型等问题[8]。自2008年原环保部全国重点湖泊水库生态安全调查及评估专项、“十一五”水体污染控制与治理科技重大专项等计划实施以来,生态安全、水环境风险评估与监测预警的研究也被学术界高度关注。但纵观现有研究，也仍存在缺乏系统性、聚焦于突发性事故而忽略了常态下的水环境安全问题等不足[9]。此外，遥感技术、网络技术、计算机技术等的发展也为构建新的智能化、自动化、全流域的水质监测预警框架提供了新的可能，同时也为水质监测预警领域提出了新的研究问题与挑战[10]。因此，梳理水质监测预警研究的现状与演变对于指导我国在该领域的未来研究具有重要意义。本文将基于文献计量方法，通过构建知识图谱、聚类分析、关键词突变分析等方法从水质监测评价与预测预警两个角度对水质监测预警领域的研究成果做定性定量分析，整体把握水质监测预警领域研究热点问题的演变及最近的重点问题，研究方法的选择与相关的应用进展。通过国内外的对比，发掘国内水污染研究的侧重与不足，把握未来研究的发展方向。

1 数据来源与研究方法

本研究以2001～2020年共20年间国内外水质监测预警相关领域的研究发文作为研究对象，其中中文文献主要来源于中国知网（CNKI）期刊全文数据库收录的CSSCI 期刊与CSCD 期刊。英文文献主要来自于Web of Science 核心数据库中所收录的期刊，其中，本文仅选取英文研究性论文（Article）进行分析。表1 展示了本文在分析不同领域研究状况时的数据来源、检索条件与在剔除重复与不规范样本后保留的研究文献样本数量。

表1 数据来源、检索条件与样本量

本文综合运用文献计量方法包括统计分析、共现分析、共被引分析等对2001～2020年领域内研究情况的变化做定性定量分析，对国内外水质监测预警领域的研究现状与发展历程做客观全面的评价。文献计量学可以基于一套科学定量的工具分析特定研究领域热点问题的演变[11]，基于研究关键词以及引文情况的分析可以全面地把握某一学术领域的研究现状与研究趋势。本文借助CiteSpace 5.7 R2 软件对水质监测预警领域的文献展开研究。

2 研究结果

2.1 国内外水质监测预警研究发文量与学科领域分析

发文数量的变化是某一领域研究在特定时间段内变化情况的重要指标，对分析该领域研究的发展状况、预测未来趋势具有重要意义。水安全问题已成为全球性的重要议题，同时随着信息化时代的到来，如何利用大数据技术对复杂数据进行分析，构建准确有效的水质监测预警系统也是国内外学术研究的热点话题之一[12][13]。图2 展示了国内外2001～2020 共20年水质监测、预测、预警领域的发文情况。可以发现，自2001年以来国际上该领域的年发文数呈明显的上升趋势，表示对水质监测预警的关注持续增加。其中发表论文数目最多的国家或地区包括美国（30.86%）、中国（13.80%）、加拿大（6.45%）等。发文量较多的机构包括中国科学院、美国内政部、农业部等机构以及法国国家科学研究中心、德国的亥姆霍兹联合会等。

图2 2001～2020年国内外重要期刊水质监测预警论文年发表量

国内研究方面，早期相关研究较少，但从2009年开始，相关领域的论文发表数量激增。究其原因可能是于2008年6月1日起施行的《中华人民共和国水污染防治法（2008年修订）》提高了社会各界对于水环境保护的重视程度。另外，可以发现国内对于水环境保护相关的研究于2016～2018年出现下降趋势，一方面，这可能是由于中国的水污染治理取得了一定的进展，另一方面也可能是因为国内学者更多选择在国际期刊上发表研究成果。2018年后，相关领域的论文数量再次出现增长趋势，这可能是由于2018年起施行的修改后的《中华人民共和国水污染防治法》，以及首个《河长制工作规范地方标准》和《湖长制工作规范地方标准》等法规的公布再次引起了人们对于水污染问题的重视。由此观之，无论在国际还是国内，水质监测预警都仍是环保领域的研究热点。

2.2 国内外水质监测领域研究变化趋势分析

自20世纪50年代以来，我国开展了大量的水质监测和研究工作，虽然取得了长足的发展，但仍存在分析手段不够客观全面、指标选取不够细致且缺乏质量保证等不足，水质监测技术的研究将是未来学界关注的重点之一。图3展示了国内水质监测领域研究的关键词共现图谱，直观地，水质监测、水质、水质评价关键词等均为网络中较大的节点。富营养化、重金属污染、黑臭水体等为该领域的热点问题。传统的水质监测方法需要在实验室中检测水质样本[14]，但随着技术的发展，遥感监测、生物监测等技术在水华、重金属污染等问题上也获得了广泛的研究与应用[15][16]。相应地，无线传感器网络、在线监测等关键词也具有一定的出现频率，但出现的时间大多研究集中于2010年之后，起步较晚。对水质的评价这一问题而言，统计学方法如主成分分析、聚类分析、因子分析的应用较为广泛，主要侧重于分析水体中的主要污染物、污染的时空分布情况等。如朱琳等利用聚类分析与主成分分析的方法识别了武水河不同水质断面的超标污染物、主要污染因子及污染物来源[17]。另外，灰色系统理论、模糊数学、层次分析法等也在水质评价体系构建的研究中有较多应用，如庞博等对比了灰色聚类法与模糊综合评价法对昆承湖各监测点水质污染状况的评价结果[18]，这类整体评价的研究往往选取典型的水质指标进行分析，主要包括化学需氧量（COD）、氨氮、总磷等。此外，计算机技术也在复杂水质模型的识别、水质状况预警等领域具有广泛的应用。马丰魁等结合遥感与GIS技术，基于BP神经网络建立了总磷、总氮、氨氮和COD 这4 个参数的反演模型，分析了密云水库水质状况的时空分布[19]。为探究国内研究热点问题的变化，本文利用CiteSpace 提取突变关键词进行分析。结果发现无线传感器网络一词高频出现于2012～2016年，表示自动监测、在线监测等可能为当时的研究热点。主成分分析法自2015年起在领域内的应用激增，并且直至2020年仍有较多相关研究开展，这表示因为水环境的监测维度增加，进一步对水质监测指标做筛选甚至重新构建水质评价体系是水质监测研究的重要问题。此外，面源污染、时空分布也是学界关注的一个热点，直到2020年仍有较多研究关注，因而未来水质监测的一个发展方向是细化水质时空分布状况，以更好解决面源污染的归因问题，可以依托传感器、物联网、卫星遥感、物联网等技术，更好地利用高频数据、多维数据辅助监测剖析水质变化状况。

图3 国内水质监测领域关键词共现图谱

为对比国内外研究差异，进一步对国外相关研究生成关键词共现图谱如图4 所示。整体而言，国外水质监测起步时间相对国内而言较早，所提取到的大多数高频关键词出现于2005年之前，诸多问题早在20年前就已经得到了高度关注。特别地，相比于国内，国际上对水体的粪便污染问题一直保持着较高的关注，Silva 和Domingues 提出了一种基于聚合酶链反应（PCR）的水体大肠杆菌数量监测方法，提高了检测速度，改善了传统的细菌培养法产生的假阴性问题[20]，同时也发现国外对于水质酸化于水生态安全的问题也给予了一定的关注，Philips等以劳伦特大湖为对象对空气中CO2浓度增加所导致的水质酸化问题进行了研究，对2100年的水质酸碱度变化做了情景分析[21]，Orth 等早在15年前就提出了对海草草地保护不足的担忧[22]，但这些问题尚未在国内学界引起足够的重视。与国内相同的是，富营养化、水质清晰度等也一直是国际研究关注的热点，遥感技术、生物监测以及多元统计分析、模糊数学、神经网络技术等也是常用的技术或方法。

图4 国际水质监测领域关键词共现图谱

为探究水质监测领域研究的热点演化趋势，进一步构建文献共被引网络及聚类图谱如图5所示。其中被引频次最多的文献为WHO于2011年更新的第四版饮用水水质标准，为饮用水水质评价的指标设定及各指标的阈值范围提供了标准[23]，此后又于2017年做了增补。除此之外，引用频次最高的为Shretha和Kazama，强调了多元统计技术在水质评估，污染源/因子识别以及了解水质时空变化方面的有效性与重要性[24]，Palmer 综述了遥感技术在内陆水域水质管理中的应用，以及未来可能存在的问题。该文章引用次数逐年增加，这表示遥感技术在水质监测中的应用越来越被学界所重视[25]。Behmel 也获得了较多的引用频次，指出未来研究的一个方向是发展可以更快地更新、对流域管理者更友好的智能决策支持系统（IDSS）以帮助流域管理者获知全盘的、实时的水质情况[26]。对这一共被引网络进行聚类分析，Q 值为0.851，S值为0.935，显示该聚类的划分可信，聚类结构显著。其中最大聚类的关键词为水质清晰度（water clari‐ty），表示水质清晰度为近20年里水质监测研究最为关注的问题，该聚类颜色较浅，表示相关研究大多为近期发表。另外，较大的聚类还包括新认识（new insight）；非点源污染（non-point source）；水质指数（water quality in‐dex）；空间变化（spatial variation）等。由此观之，近20年里，学界在不断探索水质监测的新视角、新方法，非点源污染的监测、污染的空间分布获得了学界内主要的关注，水质指数也是仍然是水质监测领域研究的一大重点问题。此外，可以看到图中提取到的聚类关键词还包括化学污染（chemical pollution）、微生物溯源（microbial source tracking）、各类氨氮监测策略（different nitrate-n monitoring strategies）、污染承载力（pollutant load）等，表示化学污染、微生物溯源、硝酸氮监测、污染物负荷也是该领域研究的主攻方向。此外，关键词为主要水质参数（main water parameter）的聚类颜色较浅，进一步印证了水质监测维度的增加提高了水质评价参数识别的重要性。

图5 国际水质监测领域文献共被引及聚类图谱

2.3 国内外水质预测预警领域研究变化趋势分析

水质预测是水质预警工作的另一大重点，水质预测的模型可以分为机理性与非机理性两类，一直以来，如何构建更加有效的水质预测模型也是学界内主要的研究方向之一，图6 展示了国内水质预测领域研究的关键词共现图谱。直观地，水质预测、预测模型、预警等词也同样具有较高的出现频率。BP 神经网络技术在水质预测中获得了最为广泛的应用。特别地，改进的BP 神经网络的应用是国内学界的一个研究趋势，纪广月提出了一种CPSO-BP 神经网络水质预测模型，利用西江2011～2018年的水质数据进行了分析，具备精度更高、收敛速度更快的特点[27]。其他方法还包括支持向量机、时间序列分析、回归模型、灰色系统理论方法等。张自英等使用灰色预测GM(1,1)模型对台州市水质进行了预测[28]；刘丹等基于ARMA 模型构建了一个全国的水环境承载力超载模型[29]。此类非机理模型的优势在于所需指标种类较少，对于基础资料依赖性较弱。水质预测领域中另外一个主流方向是使用机理性模型进行分析预测，如WASP 模型、MIKE 系列模型、QUAL2K 模型等，这类模型往往形式较为复杂，所需数据种类较多，但可以较准确与精细地模拟水质变化。国内在这类模型主要的成果包括Hwqnow 模型、太湖三维动态边界层模型、梅梁湾三维营养盐浓度扩散模型等。但在中文研究中机理性模型的研究多停留在应用层面，如王思文等应用WASP 7.3 模型对对松花江哈尔滨段水质的氨氮与COD进行了模拟研究[30]。

图6 国内水质预测预警领域关键词共现图谱

国际水质预测预警领域研究的关键词共现图谱如图7 所示。与国内情况相同，氮、磷、富营养化、叶绿素、重金属、浮游植物等关键词具有较高的共现频次，另外与前文类似，水体中粪便大肠杆菌的预测相对于国内较为领先。气候变化也是该领域的热点问题。Deng 等利用高频监测技术，分析了太湖表面风速变化对水体中氮、磷等元素的影响[31]。国际上使用最广泛的方法也为ANN 及其衍生的技术方法，相关研究数量自2017年以来高速增长。如Shi 等提出了一种wavelet-ANN 模型和高频替代物测量的组合方法，来识别水质变化的主要特征，并将其应用于波托马克河盆地的水质预测[32]。统计分析、模糊数学等方法与计算机技术的结合也是研究中的一个方向。如Ahmed等提出了一个基于WDT-ANFIS的增强小波去噪技术，选取氨氮、悬浮固体与PH 作为水质参数进行了预测，证明了该技术的优势[33]。国际上在机理性模型的研究方面较为领先，在模型评价、优化、改进等方面取得了较多的成果。SWAT模型是受学界最为关注的模型，Yen 等验证了SWAT 模型在伊利湖西部盆地地区预测水文和水质的能力，但指出该模型的预测效果会受到当地水文数据的限制[34]；Hollaway 等将广义极大似然估计中“可接受限度”的概念用于评估SWAT模型相结合，发现在模拟预测英国纽比贝克集水区中磷元素的变化时存在的缺陷[35]。其他相关的机理性模型研究还包括Cho 和Ha 利用影响系数算法和遗传算法对于QUAL2K 模型的参数优化研究[36]、Kim 等利用WASP 模型对于水域内汞循环的模拟等[37]。

图7 国际水质预测预警领域关键词共现图谱

对检索到的国际上的研究成果构建文献共被引网络及聚类图谱如图8 所示。从图中可以看出，近20年来引用次数最多的文章为Moriasi等，该文章提出了可以用来评估流域模型应用效果的方法，并提出了3 个可用于定量评价模型效果的统计量及其相应的阈值范围，并讨论了一些可能影响评估效果的因素[38]，该研究同样具有较高的中介中心性。该作者的研究团队于2015年更新了其研究成果，对常用的流域尺度模型与土地尺度模型性能数据做了荟萃分析，并确定了评价模型效果的指标与阈值[39]，Gassman 等对SWAT 模型的优缺点进行的总结也具有较高的引用频率[40]。另外从图中也可以看出一些节点也具有较高的中介中心性，其研究具有承上启下的作用。Meals 等总结了各类可能影响水质管理活动滞后性的因素，以及各类水质管理活动滞后性的差异[41]，对于非点源污染、水质管理等领域的研究与实践均具有重要的借鉴意义；Arnold 等提出了一个SWATCUP 框架，可以对整体水文过程和参数敏感性有更好的了解[42]，此框架也获得了学界内的广泛应用；Singh 等将人工神经网络技术应用于印度戈马蒂河生化需氧量与溶解氧的分析，选取了PH 值、氨氮等11 个指标进行分析，取得了较好的效果[43]。

图8 国际水质预测预警领域文献共被引及聚类图谱

对该文献共被引网络进行聚类分析，Q值为0.843，S值为0.925，显示该聚类的划分可信，聚类结构显著。其中饮用水（drinking water）、地下水系统（subsurface drain‐age system）聚类被提取，表示学界对饮用水、地下水水质预测的关心。较大的聚类还包括营养负载（nutrient load）、营养状况（trophic status）、氧聚集（oxygen concen‐tration）、大肠杆菌聚集（escherichia coli concentration），表示富营养化、粪便污染是学界关注的热点问题。SWAT 模型应用（using swat）、人工神经网络应用（using artificial neural network）、流域特征应用（using catchment characteristics）证明了SWAT 模型与ANN 技术的广泛使用以及剖析流域特征的重要性，此外也可以发现RZ‐WQM 模型也有较多研究使用。另外也能发现溪流生物群（stream biota）、多种水质传感器应用（using multiple water quality sensor）等聚类被提取，表示学界内的研究方向还包括发展生物监测、水质监测传感器等技术上的提高。此外，农业活动也是水质预测研究中所关心的一个问题，模型改进、时空变化等也是相关研究的一些方向。

3 研究结论

本研究使用了文献计量学方法，借助CiteSpace软件分析了2001～2020年国内外水质监测、水质预测预警领域的典型研究文献，运用定性定量的方法识别了领域内的研究热点与未来趋势。结果表明，现阶段国内外水质监测预警的研究主要有如下特征：（1）国内外水污染的重点治理问题均为富营养化、重金属、有机物污染、水质清晰度等，相应的叶绿素、氮磷、重金属离子、溶解氧等则为其关注的指标。但相比国外而言，国内对于致病菌行为、气候变化影响等方面研究不足。（2）GIS、传感器技术、遥感、无线传输在获得了广泛的应用。同时生物监测、高频监测也获得了应用，国内在生物监测、高频监测的研究与应用起步较晚。（3）水质预测领域最常用的机理性模型为SWAT 模型，还包括QUAL2E 模型、EFDC 模型等；主要的非机理性的预测技术为人工神经网络，另外还包括时间序列分析、灰色系统理论等。国内在机理性模型领域研究较为落后，多停留于应用层面。（4）水质监测趋向多维化、精细化，因而主成分分析，因子分析，回归分析等方法在探究水污染的时空分布、各影响因素的联系等问题中将发挥重要作用。

基于对水质监测预警的研究热点演变的分析，未来该领域可以从以下3个方面展开深入研究

（1）利用高频、高维水质数据开展水质监测预警。水质监测技术、传感器技术等的发展，以及分析水质影响因素新视角的出现，使得学界对流域水质变化有了更深的认识，为水质监测预警工作提供了新的可能，发现更多的影响因素，更深入地挖掘这类水质指标及相应的影响因素之间的关系，并基于此对水质变化做出更加准确详细的预测预警可以为水污染防治工作带来极大的支持。

（2）水质时空变化的剖析与污染物溯源。随着水污染治理策略逐渐向全流域整治转变，水污染治理工作需要从污染物的清除、水质净化转变为从源头整治。无论是水环境政策制定、水污染事件追责还是水污染的事后补救，均需要对污染物的来源、扩散以及分布情况有更好的了解。因而对水质时空变化特征进行深入分析，提高污染物溯源能力可以助力环保部门更精准地开展水环境保护工作。

（3）构建适合中国各水域的监测预警模型。目前国内在水质监测预警模型，特别是机理性模型的研究更多将视角集中于应用层面。但由于各流域之间存在差异，沿岸地区之间也存在差异，那么水质分析模型的应用也需要进行调整。因而，在未来的研究工作中，有必要特别考虑国内各流域的不同特征，构建更适合我国水体的水质分析模型。