Cambiamenti nella qualità dell'acqua fluviale cinese dal 1980: implicazioni gestionali derivanti dallo sviluppo sostenibile

npj Clean Water volume 6, Numero articolo: 45 (2023) Citare questo articolo

Dettagli sulle metriche

Le attività umane e il cambiamento climatico minacciano la qualità dell’acqua nei fiumi cinesi. Abbiamo simulato le concentrazioni mensili di azoto totale fluviale (TN), azoto ammoniacale (NH3-N), fosforo totale (TP) e domanda chimica di ossigeno (CODMn) in 613 bacini idrografici secondari dei 10 principali bacini fluviali della nazione durante il 1980. Periodo –2050 basato su un set di dati di monitoraggio di 16 anni (2003-2018) utilizzando modelli di apprendimento automatico in stack. I risultati hanno mostrato che la qualità dell’acqua è migliorata notevolmente, ad eccezione della concentrazione di TN, probabilmente dovuta alla mancanza di un obiettivo di controllo e di un sistema di valutazione del TN. L'analisi quantitativa ha indicato che i fattori antropogenici erano i controlli primari rispetto ai fattori climatici e geografici per le concentrazioni di TN, TP e NH3-N. Sulla base di tutti i 17 obiettivi di sviluppo sostenibile (SDG) relativi alla qualità dell’acqua in Cina, le risorse idriche, l’ambiente acquatico, l’ecologia acquatica e la sicurezza idrica dovrebbero essere considerati collettivamente per ottenere miglioramenti nello stato ecologico dei fiumi cinesi.

I fiumi sono canali importanti per la migrazione della materia e il trasporto tra terra e laghi o oceani, fornendo abbondanti risorse di acqua dolce per acqua potabile, irrigazione, acquacoltura, navigazione e produzione di energia1,2. Tuttavia, gli ecosistemi fluviali stanno subendo un diffuso deterioramento e sono minacciati a livello globale dalle attività antropiche e dai cambiamenti climatici3,4. Uno studio globale ha rivelato che quasi l'80% (4,8 miliardi) della popolazione mondiale (nel 2000) vive in aree con un'elevata incidenza di minacce (>75%) alla sicurezza idrica umana5. Quel che è peggio è che un terzo della popolazione mondiale non ha accesso all'acqua potabile6. Di fronte alle sfide attuali, è urgente diagnosticare le minacce alla qualità dell’acqua fluviale su un’ampia gamma di scale temporali e spaziali, porre rimedio alle cause sottostanti e limitare le minacce alla fonte per proteggere le risorse di acqua dolce del fiume5.

I fiumi cinesi hanno subito profondi deterioramenti della qualità dell’acqua a causa dell’innegabile pressione dello sviluppo economico sull’ambiente a partire dalla riforma e dall’apertura della Cina nel 19787. È stato confermato che l’inquinamento idrico in Cina è una delle principali cause della carenza d’acqua di 40 miliardi di metri cubi in Cina. Cina all'anno8. L’elevato apporto di nutrienti di origine antropica è una causa fondamentale della ridotta qualità dell’acqua nei fiumi cinesi. Secondo le stime ricavate da modelli multiscala, l’apporto totale di azoto disciolto (TDN) e di fosforo totale disciolto (TDP) nei fiumi cinesi nel 2012 era rispettivamente di 28 Tg e 3 Tg9. Inoltre, i nutrienti in eccesso provenienti dai fiumi venivano trasportati nei laghi e nell’oceano, provocando frequenti episodi di fioriture e maree rosse, mettendo in pericolo la salute umana e acquatica e i servizi ecosistemici10. Fortunatamente, la qualità delle acque interne in tutta la Cina ha mostrato un netto miglioramento o si è mantenuta a livelli favorevoli a livello nazionale dal 2003 al 2017, il che è attribuito alla riduzione dello scarico di nutrienti11,12. Nel 2022, un'indagine nazionale su 3641 siti di campionamento in fiumi, laghi e bacini artificiali in tutta la Cina ha mostrato che il 12,1% dei siti di campionamento aveva una qualità dell'acqua inferiore alla Classe III secondo lo standard cinese di qualità ambientale delle acque superficiali (GB3838-2002), mentre lo 0,7 Il % dei siti presentava una condizione più grave, peggiore della Classe V13. Negli ultimi quattro decenni trascorsi dalla riforma e dall'apertura, nel contesto del bilanciamento tra sviluppo economico e protezione ambientale, è essenziale identificare i modelli di qualità dell'acqua e i meccanismi sottostanti nei fiumi cinesi per fornire riferimenti e informazioni per la protezione della qualità dell'acqua fluviale in paesi in via di sviluppo7.

Numerosi studi sono stati dedicati ai modelli di qualità dell’acqua nei fiumi cinesi e ai fattori ad essi associati, come la quantificazione degli input di N e P nei fiumi cinesi da diverse fonti su scale multiple9, il ciclo dei nutrienti nei sistemi fluviali comprese le fonti, la trasformazione e flusso14,15, modelli spaziali di qualità dell'acqua e covariate critiche del deterioramento del fiume12,16,17,18. Tuttavia, ci sono ancora lacune nella comprensione della variazione spazio-temporale e dei meccanismi sottostanti la qualità dell’acqua dei fiumi cinesi negli ultimi quattro decenni. In primo luogo, la mancanza di dati di monitoraggio a lungo termine e con frequenza regolare a livello nazionale rappresenta il principale ostacolo nello studio degli impatti sulla qualità dell’acqua fluviale, poiché i dati di monitoraggio tracciabili e disponibili si estendono solo dal 200312,19. In secondo luogo, l’identificazione dei meccanismi che guidano la variazione della qualità dell’acqua del fiume è soggetta alla risoluzione su scala temporale e spaziale di modelli fattoriali e variabili esplicative (comprese caratteristiche geografiche naturali, indicatori socioeconomici, dati sull’uso del territorio e fattori meteorologici)12,17. Infine, è difficile superare le barriere alla ricerca scientifica e alle applicazioni gestionali e applicare la comprensione delle variazioni storiche della qualità dell’acqua fluviale e dei meccanismi di guida alla futura gestione della qualità dell’acqua e al raggiungimento degli obiettivi di sviluppo sostenibile (SDG)7,10.

35%) on the two nutrient levels (TP and NH3-N) in the Yellow and Pearl River Basins17, which is different from our study. Anthropogenic N and P inputs had higher contributions to the variability of both nutrients in the Songhua, Haihe, Huaihe, Yangtze, Southwest, and Northwest Inland rivers, where a somewhat higher contribution was registered with the regression coefficient of >1 (Fig. 3e–h). The results suggested that with socio-economic growth, the rivers in western and inland regions of China (except eastern regions) have registered severe water quality impairments, which should be given more attention in the future./p> 0.25; (2) deletion of the prediction variables with collinearity (Spearman correlation analysis, R > 0.8); (3) retainment of the prediction index that has a high correlation with a response index (Spearman correlation analysis, R > 0.4). The general processes inherent in the models are depicted in Fig. 1. We utilized the model stacking method, which provided a composite prediction based on the results of multiple base models (that is, RF, SVM, and KNN)20. The model stacking algorithm uses a two-layered learning framework where the outputs generated by individual base models are input into another model to generate final predictions39,40. The learning process of the stacking model is categorized into three steps: stacking generation, stacking pruning, and stacking integration. The phase of stacking generation mainly refers to the generation of base models, whereas the last two steps optimally combine the base model predictions to form a final set of predictions using a second-level algorithm./p>