基于GAM模型的气候变化对河流湖泊水质影响定量评估方法

摘要

本发明的基于GAM模型的气候变化对河流湖泊水质影响定量评估方法，包括步骤1、数据收集与预处理；步骤2、建立GAM模型，并将模型结果可视化；步骤3、基于步骤2建立的模型，计算气候变化单因素指标对河流湖泊水质影响的贡献率；步骤4、基于步骤2建立的模型，计算气候变化之间的耦合效应对河流湖泊水质影响的贡献率；本方法通过GAM模型为河流湖泊水质对气候变化的非线性响应提供合理的解释，详细刻画气候变化对水质影响的过程，准确计算气候变化对水质影响的贡献率；将通过显著性检验、具有统计学意义的GAM单因素和交互模型进行可视化绘图，能准确计算气候变化对流域水质影响的程度和范围，能够探究流域水质指标在不同自变量维度的同时变化特征。

说明书

技术领域

本发明涉及气候变化和生态环境影响评价领域，尤其涉及基于GAM模型的气候变化对河流湖泊水质影响定量评估方法。

背景技术

全球气候变化引起气温和降水的变化，使得水资源量和分布发生了时空上的变化，进一步影响着地表水水质的变化。河流湖泊中的水化学性质及各种生物化学反应都与气候变化密切相关，气温、降水量、风速等气候因素均不同程度影响着河流湖泊水质。气温对湖泊水质的影响主要集中在湖泊水温分层和底泥中污染物释放、水中生物化学反应速率和湖泊水体富营养化等方面。天然降水是一般水体的主要补给来源，降水的强度和频率影响河流湖泊水位的同时，也对河流湖泊水体循环的方式和速度产生直接影响，使得湖泊的水文特性和水体交换率发生变化，进而影响水体水质和水生态状况。风作为湖泊水体运动的主要驱动力，不仅决定了湖泊环流结构及流速大小，同时风浪所引起水体的垂直运动对水体理化性质的分布、污染物迁移扩散、浮游生物的迁移等过程均造成一定影响。

现有技术中，气候变化对流域水质影响的研究大部分都集中在两者之间关系的分析，缺少气候变化对流域水质影响的量化研究方法，并且现有技术评估河流湖泊水质影响，普遍是对气候变化指标与河流湖泊水质指标之间进行线性回归分析，以解释气候变化和水质之间的因果关系；

线性回归通常无法解释许多非线性关系，例如复杂的生态过程，不能为非线性现象提供合理的解释，未能刻画其影响过程，且无法准确计算气候变化对流域水质影响的程度和范围。

因此，本领域技术人员致力于开发基于GAM模型的气候变化对河流湖泊水质影响定量评估方法，旨在解决现有技术中存在的缺陷问题。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是目前现有技术中，缺少气候变化对流域水质影响的量化研究方法，并且现有技术评估河流湖泊水质影响，普遍是对气候变化指标与河流湖泊水质指标之间进行线性回归分析，以解释气候变化和水质之间的因果关系；线性回归通常无法解释许多非线性关系，不能为非线性现象提供合理的解释，未能刻画其影响过程，且无法准确计算气候变化对流域水质影响的程度和范围。

为实现上述目的，本发明基于GAM模型的气候变化对河流湖泊水质影响定量评估方法，包括如下步骤：

步骤1、数据收集与预处理；

步骤2、建立GAM模型，并将模型结果可视化；

步骤3、基于步骤2建立的模型，计算气候变化单因素指标对河流湖泊水质影响的贡献率；

步骤4、基于步骤2建立的模型，计算气候变化之间的耦合效应对河流湖泊水质影响的贡献率；

所述步骤1的数据收集包括：收集流域气候变化指标数据、流域水质指标数据；

所述步骤1中的流域气候变化指标数据包括：气温、降水量、气压、风速、相对湿度；

所述步骤1中的流域水质指标数据，包括水温、电导率(EC)、pH、浊度、溶解氧(DO)、高锰酸钾指数(COD

所述步骤1的的预处理操作为：将收集的数据换算为同一时间尺度；

步骤2、建立GAM模型，并将模型结果可视化；

所述步骤2以水质指标作为响应变量，同一时间尺度的气候指标作为解释变量，建立GAM单因素模型，获得解释变量的平滑回归函数，得到气候变化单因素指标对流域水质具有显著影响的效应图；

所述步骤2建立的效应图，横坐标表示各解释变量的实测值，纵坐标表示解释变量对流域水质指标的平滑拟合值；

所述步骤2以河流湖泊水质指标作为响应变量，同一时间尺度的气候指标作为解释变量，采用皮尔逊相关分析方法，计算解释变量之间的相关程度，如果解释变量间相关系数较大，则两个解释变量之间通常存在严重的共线性关系，在模型构建时只选取其中一个变量作为解释变量，利用GAM交互模式，将选定的影响因素两两组合进行多影响因素与流域水质间的模型构建拟合，模型采用恒等联系函数作为连接函数，平滑回归项采用样条平滑函数估计，对通过显著性检验、具有统计学意义的驱动因素交互模型进行可视化绘图，分析流域水质指标在不同自变量维度的同时变化特征；

步骤3、基于步骤2建立的模型，计算气候变化单因素指标对河流湖泊水质影响的贡献率；

所述步骤3采用GAM单因素模式，运用样条平滑函数建立模型，分析每个解释变量对响应变量的影响显著性及模型的拟合优度，计算气候变化单因素指标对流域各个水质指标的影响贡献率，定量评估气候变化对河流湖泊水质变化的影响程度和范围；

步骤4、基于步骤2建立的模型，计算气候变化之间的耦合效应对河流湖泊水质影响的贡献率；

所述步骤4将影响因素两两之间交互构建GAM交互模型，分析流域水质指标在不同自变量维度的同时变化特征，计算气候变化之间的耦合效应对流域各个水质指标影响的贡献率，定量评估气候变化耦合效应对河流湖泊水质变化的影响程度和范围；

进一步地，所述步骤1根据日尺度数据计算得到同一时间尺度下的气候变化指标和水质指标数值；

进一步地，所述步骤2中，可以在图上添加代表流域水质指标的平滑拟合曲线，计算可加函数的逐点标准差，即可信区间的上、下限，并添加至图中；

进一步地，所述步骤3，在计算气候变化单因素指标对河流湖泊水质影响的贡献率可进行可视化，可视化的横坐标：气候变化的实测值；可视化的纵坐标：气候变化对流域水质的平滑拟合值；

进一步地，所述步骤3，在可视化的图中添加其他元素：代表流域水质的平滑拟合曲线95％置信区间；并刻画气候变化单因素指标对流域水质的影响过程；

进一步地，所述步骤4在基于步骤2建立的模型，进行相关分析：计算气候变化指标之间的相关系数；若相关系数大于0.5，则选取其中一个变量作为解释变量，再将解释变量两两组合；若相关系数小于0.5，则直接将解释变量两两组合；

进一步地，所述步骤4，在气候变化之间的耦合效应对河流湖泊水质影响的贡献率可进行可视化，可视化中的x轴：气候变化的实测值，y轴：气候变化的实测值，z轴：交互项对流域水质的平滑拟合；

采用以上方案，本发明公开的基于GAM模型的气候变化对河流湖泊水质影响定量评估方法，具有以下优点：

(1)本发明的基于GAM模型的气候变化对河流湖泊水质影响定量评估方法，应用广义相加模型的单变量模式，定量评估了气候变化单因素指标对河流湖泊水质影响的程度和范围；以广义相加模型的交互模式，将选定的影响因素两两组合进行多影响因素与水质间的模型构建和拟合，计算气候变化之间的耦合效应对各个水质指标影响的贡献率，精确地定量评估气候变化耦合效应对河流湖泊水质变化的影响，从而实现对青藏高原某湖泊气候变化与水质之间关系的有效探究，克服了现有技术普遍对气候变化指标与河流湖泊水质指标之间进行线性回归分析，无法解释非线性关系，不能为非线性现象提供合理解释的缺陷；

(2)本发明的基于GAM模型的气候变化对河流湖泊水质影响定量评估方法，应用同一时间尺度的气候变化和水质数据提高了模型的准确性，最大限度地减少气候变化指标和水质指标在短时间内变化的影响；通过GAM模型能够为河流湖泊水质对气候变化的非线性响应提供合理的解释，详细刻画气候变化对水质影响的过程，准确计算气候变化对水质影响的贡献率；将通过显著性检验、具有统计学意义的GAM单因素和交互模型进行可视化绘图，使得可以准确计算气候变化对流域水质影响的程度和范围，从而能够探究流域水质指标在不同自变量维度的同时变化特征。

综上所述，本发明公开的基于GAM模型的气候变化对河流湖泊水质影响定量评估方法，通过GAM模型能够为河流湖泊水质对气候变化的非线性响应提供合理的解释，详细刻画气候变化对水质影响的过程，准确计算气候变化对水质影响的贡献率；将通过显著性检验、具有统计学意义的GAM单因素和交互模型进行可视化绘图，使得可以准确计算气候变化对流域水质影响的程度和范围，从而能够探究流域水质指标在不同自变量维度的同时变化特征。

以下将结合具体实施方式对本发明的构思、具体技术方案及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。

附图说明

图1是本发明基于GAM模型的气候变化对河流湖泊水质影响定量评估方法流程示意图；

图2是本发明步骤3、气候变化单因素指标对河流湖泊水质影响贡献率的计算及其可视化步骤流程示意图；

图3是本发明步骤4、气候变化之间的耦合效应对河流湖泊水质影响贡献率的计算及其可视化步骤流程示意图；

图4是本发明实施例1中，对青藏高原某湖泊气候变化与水质之间的单变量GAM分析可视化结果的第一部分图；

图5是本发明实施例1中，对青藏高原某湖泊气候变化与水质之间的单变量GAM分析可视化结果的第二部分图；

图6是本发明实施例1中，青藏高原某湖泊气候变化耦合作用与水质之间的GAM分析可视化结果的第一部分图；

图7是本发明实施例1中，青藏高原某湖泊气候变化耦合作用与水质之间的GAM分析可视化结果的第二部分图。

具体实施方式

以下介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，这些实施例为示例性描述，本发明的保护范围并非仅限于文中提到的实施例。

名词解释：

广义相加模型：(generalized additive model,GAM)

实施例1、采用本发明方法完成气候变化对青藏高原某湖泊水质影响的定量评估方法

本实施例1所选取的为青藏高原某湖泊；

如图所示，图1是本发明基于GAM模型的气候变化对河流湖泊水质影响定量评估方法流程示意图；

首先进行步骤1、河流湖泊数据收集与预处理；

具体实施时，本实施例1所收集的为青藏高原某湖泊2021年5月21日～2021年10月31日的小时尺度气候数据；

所述步骤1的数据收集包括：收集流域气候变化指标数据、流域水质指标数据；

所述步骤1中的流域气候变化指标数据包括：气温、降水量、气压、风速、相对湿度；

所述步骤1的的预处理操作为：将收集的数据换算为同一时间尺度；

具体实施时，所述步骤1的预处理操作为：计算气温、气压、风速、相对湿度等数据的算术平均值，可以得到同一时间尺度下的平均气温、平均气压、平均风速和平均相对湿度等；

具体实施时，所述步骤1的预处理操作为：通过累计降水量的值，得到同一时间尺度下的降水量，使用算术平均值，计算出与气候变化指标同一时间尺度的水质指标数据；

具体实施时，本实施例1通过收集青藏高原某湖泊国家站点实时监测数据，使用算术平均值计算得到青藏高原某湖泊每日的水质指标数据，包括水温、电导率(EC)、pH、浊度、溶解氧(DO)、高锰酸钾指数(COD

随后进行步骤2、建立GAM模型，并将模型结果可视化；

所述步骤2以水质指标作为响应变量，同一时间尺度的气候指标作为解释变量，建立GAM单因素模型，获得解释变量的平滑回归函数，得到气候变化单因素指标对流域水质具有显著影响的效应图；

具体实施时，本实施例1以青藏高原某湖泊每日的水温、EC、pH、浊度、DO、COD

如图所示，图4、图5是本发明实施例1中，对青藏高原某湖泊气候变化与水质之间的单变量GAM分析可视化结果结果图，图4、图5中，横坐标表示气象因子的实测值，纵坐标表示解释变量对青藏高原某湖泊水质指标的平滑拟合值，在图上添加其他元素；

所述步骤2中，可以在图上添加代表流域水质指标的平滑拟合曲线，计算可加函数的逐点标准差，即可信区间的上、下限，并添加至图中；

具体实施时，所述步骤2以河流湖泊水质指标作为响应变量，同一时间尺度的气候指标作为解释变量，采用皮尔逊相关分析方法，计算解释变量之间的相关程度，相关程度可以见表1；

表1青藏高原某湖泊气候变化因子之间的相关系数

注：*相关性在0.05水平上显著(双尾)，**相关性在0.01水平上显著(双尾)

具体实施时，删除了相关系数绝对值大于0.5的组合，即平均气温-平均气压、平均气温-平均相对湿度，

具体实施时，本实施例1步骤2中，利用GAM交互模式，将其他组合进行多影响因素与流域水质间的模型构建拟合，模型采用恒等联系函数作为连接函数，平滑回归项采用样条平滑函数估计，对通过显著性检验、具有统计学意义的驱动因素交互模型进行可视化绘图，即可得到图6、图7；

如图所示，图6、图7是本发明实施例1中，青藏高原某湖泊气候变化耦合作用与水质之间的GAM分析可视化结果图，即可分析青藏高原某湖泊水质指标在不同自变量维度的同时变化特征；

随后执行步骤3、基于步骤2建立的模型，计算气候变化单因素指标对河流湖泊水质影响的贡献率；

如图所示，图2是本发明步骤3、气候变化单因素指标对河流湖泊水质影响贡献率的计算及其可视化步骤流程示意图；

采用GAM单因素模式，运用样条平滑函数建立模型，分析每个解释变量对响应变量的影响显著性及模型的拟合优度，

具体实施时，计算气候变化单因素指标对河流湖泊水质影响的贡献率可进行可视化，可视化的横坐标：气候变化的实测值；可视化的纵坐标：气候变化对流域水质的平滑拟合值；

具体实施时，本实施例1所述步骤3中，还可在可视化的图中添加其他元素：代表流域水质的平滑拟合曲线95％置信区间；并刻画气候变化单因素指标对流域水质的影响过程，最后可以依据得到的图像计算气候变化单因素指标对青藏高原某湖泊各个水质指标的影响贡献率，从而定量评估气候变化对青藏高原某湖泊水质变化的影响程度和范围，所得到的气候变化与水质之间的GAM单变量分析结果如下表2所示：

表2青藏高原某湖泊气候变化与水质之间的GAM单变量分析结果

注：*相关性在0.05水平上显著(双尾)，**相关性在0.01水平上显著(双尾)

随后执行步骤4、基于步骤2建立的模型，计算气候变化之间的耦合效应对河流湖泊水质影响的贡献率；

如图所示，图3是本发明步骤4、气候变化之间的耦合效应对河流湖泊水质影响贡献率的计算及其可视化步骤流程示意图；

所述步骤4将影响因素两两之间交互构建GAM交互模型，分析流域水质指标在不同自变量维度的同时变化特征；

具体实施时，所述步骤4在基于步骤2建立的模型，进行相关分析：计算气候变化指标之间的相关系数；若相关系数大于0.5，则选取其中一个变量作为解释变量，再将解释变量两两组合；若相关系数小于0.5，则直接将解释变量两两组合；

具体实施时，所述步骤4，在气候变化之间的耦合效应对河流湖泊水质影响的贡献率可进行可视化，可视化中的x轴：气候变化的实测值，y轴：气候变化的实测值，z轴：交互项对流域水质的平滑拟合；

最后计算气候变化之间的耦合效应对流域各个水质指标影响的贡献率，定量评估气候变化耦合效应对河流湖泊水质变化的影响程度和范围；

所得到的气候变化耦合作用与水质之间的GAM分析结果如下表3所示：

表3青藏高原某湖泊气候变化耦合作用与水质之间的GAM分析结果

    

注：*相关性在0.05水平上显著(双尾)，**相关性在0.01水平上显著(双尾)

GAM单因素模型结果表明(表2)，气候变化对青藏高原某湖泊水质变化的平均贡献率为25.6％，各个气候变化指标对水质的影响程度有所不同。平均气温和平均气压变化对该湖泊绝大多数水质指标均产生显著影响，平均贡献率分别为31.0％和27.1％。平均气温对湖水水温的影响最大，贡献率达到87.5％，对TLI和DO的影响次之，贡献率分别为37.6％和36.4％。平均气压对水温的影响最大，贡献率为76.5％，对TLI和pH的影响次之，贡献率分别达到47.3％和33.9％。

在可视化结果(图4；图5)中，大多数显著的单因素GAM结果(P<0.05)都显示出非线性响应的现象，表明该湖泊的水质变化并不是单一因素导致的。随着平均气温的升高，该湖泊中的pH和DO浓度均存在先降低后升高的现象，TP浓度则随着平均气温的升高而升高。

GAM交互模型结果表明(表3)，气候指标之间的耦合作用对青藏高原某湖泊水温、EC、DO和Chl-a浓度存在显著的影响(P<0.01或P<0.05)，平均贡献率为20.5％，而对其他水质指标的影响不显著。气候变化之间的耦合效应对该湖泊水温的影响最大，平均贡献率达到43.7％，对Chl-a和DO的影响次之，平均贡献率分别为20.8％和11.5％。可视化结果表明(图6；图7)，在平均气温较高和平均风速较低的条件下，DO和Chl-a均对气候指标耦合作用的响应具有显著的爬升效应。

对比例1、

对比例1采用现有技术——线性回归分析方法，解释气候变化与河流湖泊水质之间的因果关系。所得到的气候变化与水质之间的线性回归分析结果如下表4所示：

表4青藏高原某湖泊气候变化与水质之间的线性回归分析结果

注：**相关性在0.01水平上显著(双尾)

对比例1的线性回归分析结果表明(表4)，气候变化能够解释青藏高原某湖泊水质变化的3.7％～92.7％，平均解释率为27.3％。平均气温和相对湿度是影响湖泊水质变化的主要变量，其中对水温影响最大，能够解释其总体变异的92.7％；与其他气候变化指标一起分别解释水质变量DO和TLI总体变异的42.1％和40.8％，而对其他水质变量的解释水平则较低(<30％)。线性回归分析结果并不能刻画气候变化对湖泊水质影响的过程，且无法进行可视化分析。

综合分析：本发明实施例1与线性分析结果的对比例1，两者对比发现：通过本发明的实施例1，与对比例1在相关影响程度和范围的数值对比，以及本方法可以呈现的对影响过程的刻画，就能对本方法所取得的技术效果，有了更加充分、完整的展现，印证我们所取得的技术效果是符合专利法对创造性规定的显著的进步。

本实施例1应用广义相加模型的单变量模式，定量评估了气候变化单因素指标对青藏高原某湖泊水质影响的程度和范围；以广义相加模型的交互模式，将选定的影响因素两两组合进行多影响因素与水质间的模型构建和拟合，计算气候变化之间的耦合效应对各个水质指标影响的贡献率，精确地定量评估气候变化耦合效应对河流湖泊水质变化的影响，从而实现对青藏高原某湖泊气候变化与水质之间关系的有效探究。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员，无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的试验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。