用于扩展环境决策监测网络的地质统计主动学习方法:以地下水硝酸盐为例

《Environmental Modelling & Software》:Geostatistical active learning for expanding monitoring networks for environmental decision-making: The case of groundwater nitrate

【字体: 大 中 小 】 时间:2026年07月01日 来源:Environmental Modelling & Software 5.2

编辑推荐:

  费利克斯·亨克尔|乔纳森·K·弗兰克|托马斯·苏塞|亚历山大·布伦宁 德国图林根州耶拿市耶拿弗里德里希-席勒大学 摘要 环境监测网络的扩展本质上是一个空间采样问题,通常采用忽略新监测点周边影响以及决策需求的点态不确定性启发式方法来解决。我们将网络密度提升重新定义为主

  费利克斯·亨克尔|乔纳森·K·弗兰克|托马斯·苏塞|亚历山大·布伦宁
德国图林根州耶拿市耶拿弗里德里希-席勒大学

摘要
环境监测网络的扩展本质上是一个空间采样问题,通常采用忽略新监测点周边影响以及决策需求的点态不确定性启发式方法来解决。我们将网络密度提升重新定义为主动学习问题,并提出了与模型无关的采集标准,包括一种与决策目标相一致的焦点逻辑斯蒂效用函数,该函数会优先选择那些超标概率接近监管阈值的区域。此外,还探讨了基于预测标准误差预期下降的前瞻性标准。在地下水硝酸盐含量监测的案例研究中,焦点逻辑斯蒂标准相比分散性或标准误差启发式方法能持续选出更具信息量的监测点,从而使超标映射的精确度(科恩κ值)提高58%。焦点逻辑斯蒂标准和标准误差标准平均而言比点态方法高出约45%的性能,而前瞻性标准则在更高的计算成本下仍表现良好。该框架简单易用,可推广到其他污染物,有助于实现透明且以决策为导向的监测设计。

引言
环境监测网络的扩展本质上是对定量目标变量的空间采样问题。常见的做法是在局部克里金预测方差最大的地方选择新的监测点——这实际上是将采样效益视为点态的、短视的(Chilès和Delfiner,2012;Müller,2007;Webster和Oliver,2007)。虽然克里金方差是天然的不确定性替代指标,但它忽略了由于预测误差的空间相关性,新观测值不仅能降低某一点的不确定性,还能降低其周边区域的不确定性(Cressie,1993)。更为正式的地质统计设计标准(如综合均方预测误差、贝叶斯设计)虽考虑了空间关联性,但往往与环境监测中的具体决策需求不匹配(Diggle和Lophaven,2006;Diggle和Ribeiro,2007;Gramacy,2020;Harari和Steinberg,2014;Leatherman等人,2018)。例如,贝叶斯最优设计具有更好的适应性,因为它对经典地质统计假设的违反更具容忍度,而这在实际应用中很常见。不过,由于其基于预测方差进行优化,因此忽视了决策需求(Nowak等人,2010)。因此,我们主张采用能够考虑每个新增监测点所具有的空间“影响范围”的、与决策需求相一致的评估标准。

此外,一个广泛使用的目标是综合均方预测误差(IMSPE),它旨在最小化整个区域内的平均预测方差(Harari和Steinberg,2014;Leatherman等人,2018)。相关的最优性概念还包括A最优性和I最优性;尤其是I最优性旨在最小化设计空间内的平均预测方差(Jones等人,2021)。这些标准明确考虑了空间关联性和整体预测不确定性。然而,它们仍无法体现推动监测工作的决策背景。在基于阈值的应用中,最小化平均预测方差并不一定意味着能更准确地划分超标区域或做出更好的监管决策。

在这一广泛的采样背景下,我们的研究聚焦于超标映射这一与政策相关的应用场景,因为在这类场景中,管理措施取决于是否超过设定限值,而非单纯降低连续预测误差(Brenning,2024;Ma等人,2024;Saito和Goovaerts,2000)。例如,在欧盟,地下水的可接受硝酸盐浓度为50毫克/升,而监管层面的映射工作(如划定硝酸盐污染区域)是基于超标可能性而非精确浓度来进行的(Brenning,2024;Musacchio等人,2020)。常用的插值型超标地图通过设定阈值Z?(x)>θ来生成,但在实际数据条件下,这类方法会导致映射出的超标区域出现数量偏差(Brenning,2024)。而基于概率的方法,通过建模p(x)=Pr{Z(x)>θ},能更好地将映射结果与实际决策需求相结合(Brenning,2024;Saito和Goovaerts,2000)。

我们将站点选择重新定义为主动学习过程:即在固定预算约束下,迭代选择最具信息量的位置。在机器学习领域,不确定性采样是一种典型的主动学习策略,即选择预测不确定性最大的样本点(Settles,2009)。通过这种方式定义网络密度提升,使得我们的方法能够应用于任何能够输出不确定性或类别概率的空间预测模型,而不仅限于克里金模型。这包括用于环境绘图的现代空间机器学习方法(Behrens等人,2018;Frank等人,2025;Petermann等人,2021)。换句话说,我们的方法适用于各类空间预测模型(无论是克里金模型还是空间机器学习模型),只要能够获取不确定性或超标概率,相应的采集函数就与模型无关。

基于这些理念,我们提出了基于超标的、考虑周边影响的采集标准,这类标准会优先选择那些概率接近决策边界的区域,也就是那些对正确分类和采取监管措施而言信息价值最高的区域。这种视角超越了单纯的克里金方差优化思路,它明确重视新监测点对周边区域的影响,并使选择目标与当前决策需求保持一致。

贡献
我们提出了一种与决策目标相一致的主动学习框架,可用于空间预测模型的逐步网络扩展过程。适用的模型包括克里金模型和空间机器学习模型。该框架包含了考虑周边影响的超标评估标准,能够衡量新样本对其周边区域不确定性的潜在影响。该框架已使用R语言实现,为开源代码,并附有可运行的示例。虽然我们的案例研究以硝酸盐超标映射为主,但该框架可更广泛地应用于各类定量环境变量的监测网络扩展。

案例研究与数据
地下水硝酸盐污染十分普遍,尤其是在集约化农业区,会对人类健康和生态系统造成威胁(Erisman等人,2013;Ortmeyer等人,2023)。在欧洲,《硝酸盐指令》(91/676/EEC)以及德国的国内法规要求划定硝酸盐污染区域,并采取措施减少污染物输入(Musacchio等人,2020)。德国现行的实施规则(AVV GeA)也要求加强地下水监测网络的建设,明确提出了相关要求。

空间预测模型与不确定性
设M为一个定义在域D?R2上的空间预测模型,对于域D中的任意位置x,以及给定D中一组监测点S的数据,该模型能够给出预测均值Z?(x)∈R以及某种不确定性度量——例如预测方差s2(x)或完整的预测分布F?Z(x|S)。虽然我们的默认模型是具有线性趋势和平稳残差场的KED模型(Chilès和Delfiner,2012;Cressie,1993;Webster和Oliver,2007),但该框架与具体模型无关,也可适用于其他空间机器学习模型。

结果
首先,我们在一个真实的监测网络扩展场景中,展示了不同主动学习标准的应用结果,分析了其中的空间分布特征及定性差异。随后,通过消融实验定量评估了在不同网络密度下,各标准在检测硝酸盐超标情况方面的性能提升效果。

主要结论
本研究将监测网络密度提升重新定义为一种主动学习问题,强调与决策目标的匹配度以及周边区域的影响,而不仅仅是降低局部预测误差。在我们的消融实验中,各种焦点效用函数的表现均优于点态启发式方法,这证明了考虑候选监测点的空间影响有助于实现更符合决策需求的采样。像ΔFS这样的前瞻性标准虽然能比常规的FS方法略有改进,但其计算成本过高。

结论
我们将网络密度提升视为一个逐步设计问题,比较了点态分散性和不确定性启发式方法与考虑周边影响的评估标准,同时还将基于插值的效用函数与我们所提出的与决策目标相一致的逻辑斯蒂得分进行了对比。研究发现,与基准方法相比,那些与决策目标相一致、基于周边影响的焦点逻辑斯蒂得分能够持续选出更具信息量的监测点,并在相同预算下为超标映射带来更大的精度提升。该方法的实现较为简单。

CRediT作者贡献说明
费利克斯·亨克尔:写作——审稿与编辑,写作——初稿撰写,可视化,软件工具,数据收集,形式分析。
乔纳森·K·弗兰克:写作——审稿与编辑,软件工具,数据整理。
托马斯·苏塞:监督指导,方法设计,概念构建。
亚历山大·布伦宁:写作——审稿与编辑,写作——初稿撰写,软件工具,方法设计,数据收集,资金筹集,形式分析,概念构建。

代码可用性
我们的代码将存储在Zenodo平台上。

关于手稿准备过程中生成式人工智能及人工智能辅助技术的声明
在文本编辑过程中使用了ChatGPT 5;所有内容均由作者审核,他们对最终手稿负责。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号