基于人工神经网络的雅鲁藏布江水化学变化趋势研究

为探究雅鲁藏布江(简称雅江)河流水化学组分的历史变化趋势及未来气候变化的影响,将2016,2017和2018年雅江实测数据与文献数据相结合,采用线性倾向性估计方法,分析雅江上、中、下游近60年来气象及11种水化学组分的变化,采用气候变化模式和BP神经网络模型预测未来气候情景下总溶解固体(TDS)的浓度,以期为资料缺失的雅江流域水资源管理和水环境治理提供科学支撑。研究结果表明,近60年来,雅江流域年均气温上升趋势显著,升温速率为0.38°C/10a;年降雨量总体上呈上升趋势,速率为7.34 mm/10a;河流水化学组分存在一定程度的波动,其中TDS远高于全球河流平均水平(120 mg/L),并存在上升趋势,pH为弱碱性并存在上升趋势。在未来气候变化模式(RCP4.5)下,BP神经网络模型预测结果显示雅江流域上、中、下游TDS浓度将显著增加,下游最为显著,河流水质存在恶化的风险,将对流域居民生产生活产生不利影响。