文献分享 | WR：识别面源污染关键源区以改善水质：结合SWAT模型与多变量统计分析识别关键因子与阈值

本研究聚焦非点源污染识别与水质管理问题，提出一种结合SWAT物理过程模型与多变量统计分析的集成框架，应用于美国Choctawhatchee流域。背景方面，该流域以农业和林业为主，是典型的多源面污染区域。研究目的旨在识别影响氮磷负荷的关键变量及其响应阈值，以改善水质。通过SWAT模型模拟与自组织映射网络等统计方法，研究发现森林覆盖率与氮负荷呈负相关，源区用地与磷负荷呈正相关，并确定了森林覆盖率低于37.47%且源区用地比例高于20.26%的关键阈值。结论显示，仅占流域面积28%的高风险区域贡献了近一半的营养盐负荷，强调了针对性治理的重要性，同时验证了耦合框架在污染识别和流域管理中的有效性。