基于先进深度学习与生态指标的赤潮发生及强度精准预测

《Journal of Hazardous Materials Advances》:Integrating Advanced Deep Learning with Ecological Indicators for Accurate Prediction of Harmful Algal Bloom Occurrence and Intensity

【字体: 大 中 小 】 时间:2026年07月04日 来源:Journal of Hazardous Materials Advances 9.1

编辑推荐:

  有害藻华(Harmful Algal Blooms, HABs)在全球气候变暖与富营养化趋势下日益加剧,但其可靠预报仍受限于环境驱动因子的非线性及高相关性。本研究开发了一种双任务深度学习框架,利用FT-Transformer、神经遗忘决策集成(Neural O

  
有害藻华(Harmful Algal Blooms, HABs)在全球气候变暖与富营养化趋势下日益加剧,但其可靠预报仍受限于环境驱动因子的非线性及高相关性。本研究开发了一种双任务深度学习框架,利用FT-Transformer、神经遗忘决策集成(Neural Oblivious Decision Ensembles, NODE)及SAINT模型实现赤潮发生分类与强度回归预测。为确保数据可靠性,数据集经过审计以区分实测记录与生成对抗网络(Generative Adversarial Network, GAN)生成记录,并通过统计、相关性及可视化分析验证合成数据保真度。研究明确评估了与Bloom_Index相关的潜在目标泄漏问题,并开展了剔除Bloom_Index的消融实验以评价模型鲁棒性。生态分析表明,赤潮事件与海表温度升高、叶绿素异常及氮富集相关,同时伴随溶解氧降低。FT-Transformer取得最优分类性能(准确率=0.995±0.0032,F1分数=0.985±0.0091,受试者工作特征曲线下面积(Area Under the Receiver Operating Characteristic curve, AUROC)=0.998±0.0036),而NODE在Bloom_Index预测中提供最高回归精度(平均绝对误差(Mean Absolute Error, MAE)=0.0476±0.0172;决定系数R2=0.9316±0.0231)。消融结果证实,剔除Bloom_Index后预测性能仍保持稳健。SHAP(Shapley Additive Explanations)分析识别出温度、叶绿素异常、营养盐动态及氧气消耗为主导性赤潮驱动因子。本研究创新点在于将先进深度表格学习与合成数据验证、泄漏感知评估及可解释生态归因相结合,构建稳健的赤潮早期预警系统。
研究背景与意义方面,有害藻华(Harmful Algal Blooms, HABs)已被公认为重大环境威胁,具有深远的生态、经济及公共卫生影响。这类事件以藻类或蓝藻快速增殖为特征,可导致低氧(Oxygen Depletion/Hypoxia)、鱼类死亡,以及污染海产品和饮用水的强效毒素产生,对人类和动物健康构成风险。除生态破坏外,赤潮对渔业、水产养殖、旅游业及沿海社区造成重大经济损失,美国年损失估计在1000万至1亿美元之间。公共卫生影响包括呼吸系统及肠胃疾病增加,医院在赤潮期间常报告更多患者就诊。尽管机器学习为整合多样化物理化学、热力学及生物预测因子进行数据驱动型赤潮建模提供了有前景的替代方案,但现代深度表格学习架构包括SAINT、NODE和FT-Transformer在生态及水生预测任务中仍研究不足。这些架构最初为基因组学、金融及生物医学建模等领域的结构化数据开发,利用注意力机制与特征嵌入捕获表格数据集中的复杂交互,但其应用于赤潮预测——特别是结合赤潮存在分类与赤潮强度回归的双任务框架——尚未得到系统评估。在此背景下,研究人员开展本项研究,旨在构建严格且Operational相关的框架,评估深度表格学习在赤潮事件预报中的潜力,确定哪些架构最有效捕捉赤潮发生与强度的非线性动态,识别最具影响力的环境驱动因子,并评估模型向未来未知条件泛化的可靠性。

技术方法层面,研究人员采用的关键技术包括:第一,数据审计与合成验证技术——对来自Mendeley Data仓库的数据集进行来源审计,区分500条实测记录与1500条GAN生成记录,通过统计对比、非参数检验、相关性矩阵比较及PCA/t-SNE可视化投影验证合成生态合理性;第二,泄漏感知验证策略——实施分层80:20训练-测试划分及分层K折交叉验证,所有预处理仅在训练数据内完成再传递至验证或测试分区,并开展剔除Bloom_Index的消融实验;第三,三种先进深度表格学习架构——FT-Transformer(基于特征分词器将表格特征转换为类Transformer处理的令牌序列,通过多头自注意力与前馈网络进行预测)、NODE(将可微遗忘决策树集成为梯度优化框架,以entmax软分裂机制替代传统二进制决策)及SAINT(结合样本内自注意力与样本间注意力机制,并采用对比自监督预训练);第四,可解释AI分析——基于SHAP值的全局特征重要性排序与局部样本级解释,量化生态预测因子对两类任务的贡献。样本队列为Mendeley Data仓库提供的2000条环境记录(500条实测+1500条GAN增强)。

研究结果表明,在数据集特征与验证方面,聚类相关性热图揭示了两个一致性模块:赤潮-增温-氮模块(Bloom Index、HAB_Present、Rolling_Chlorophyll_Anomaly、Surface_Chlorophyll、Sea_Surface_Temperature及Total_Nitrogen聚类)与氧气-磷模块(Dissolved_Oxygen与Total_Phosphorus聚类)。HAB_Present与Bloom_Index呈最强正相关,Dissolved_Oxygen与赤潮指标呈负相关(r约-0.4至-0.6),Total_Phosphorus与赤潮/HAB指标也呈逆关联。类条件密度分布显示,HAB_Present=1集中于Bloom_Index正值区(0.4-1.0)、高Rolling_Chlorophyll_Anomaly(1.5-4.0)、高Sea_Surface_Temperature(28-31°C)及低Dissolved_Oxygen(近零值),而Class 0发生于较高Total_Phosphorus浓度(0.5-0.8 mg/L)。Rolling_SST_Anomaly在Class 1中集中于负异常区(-2.0至-1.0),暗示相对低温条件可能有利于该数据集中的赤潮发生。

在分类性能与消融分析方面,FT-Transformer取得最优分类性能,基线准确率达0.9950±0.0032,F1分数0.9853±0.0091,AUROC为0.9981±0.0036,AUPRC为0.9974±0.0043。NODE紧随其后(准确率0.9940±0.0037,F1分数0.9821±0.0111),SAINT也保持高度竞争力。剔除Bloom_Index后,FT-Transformer保持相同准确率并略有精度提升;NODE出现适度下降(准确率降至0.9915±0.0034,F1降至0.9747±0.0101);SAINT则在多项指标上略有改善。这表明尽管Bloom_Index信息量丰富,模型并未完全依赖其进行赤潮分类,其他生态变量提供了大量独立预测信息。

在回归性能方面,NODE在Bloom_Index预测中表现最优,MAE为0.0476±0.0172,RMSE为0.0105±0.0035,R2达0.9316±0.0231。FT-Transformer与SAINT表现相近(MAE分别为0.1308±0.0321和0.1291±0.0051),但FT-Transformer的R2(0.7930±0.0588)略高于SAINT(0.7781±0.0268)。

在SHAP可解释分析方面,对于HAB发生分类,Dissolved_Oxygen和Rolling_Chlorophyll_Anomaly为最具影响力预测因子,低溶解氧与高叶绿素异常值强烈关联赤潮概率增加。对于Bloom_Index回归,Surface_Chlorophyll成为最重要预测因子,其次为Dissolved_Oxygen和Rolling_Chlorophyll_Anomaly,表明氧气消耗主导赤潮发生判定,而叶绿素浓度更直接影响赤潮强度大小。局部SHAP瀑布图显示,降低的溶解氧、升高的叶绿素相关变量及适中营养盐浓度对两类任务均有正向贡献,而温度相关变量效应相对较小或混合。

讨论部分,研究人员指出相关性结构中赤潮-增温-氮模块的清晰形成突显了热力学动态、营养盐富集与浮游植物增殖之间的紧密耦合。磷与赤潮指标的逆相关关系表明营养盐消耗而非磷限制本身的作用,这与热带亚热带系统中氮常主导赤潮动态的近期发现一致。FT-Transformer的优越分类性能表明Transformer架构捕捉复杂非线性特征依赖的能力,而NODE在回归中的优势则反映其对层次特征交互的建模能力。消融结果表明Bloom_Index虽与赤潮发生强相关,但并非模型性能的唯一驱动因素。SHAP分析揭示的溶解氧主要控制赤潮发生、叶绿素指标主导强度估计的发现,突显了分类与回归任务间不同生态控制机制。该框架可支持近实时赤潮风险评估,应用于营养盐负荷调控、水产养殖区划或预测高风险期的针对性采样等适应性管理。研究局限性包括数据集时空范围可能限制泛化性、高分类准确率可能部分反映有限类变异或预测与响应变量间潜在重叠,以及深度学习模型在机制解释方面仍存在部分不透明性。未来研究方向包括时空泛化与因果建模、纳入卫星衍生动态变量及流域营养盐通量数据、采用可解释AI方法增强机制理解,以及迁移学习在数据有限沿海系统中的应用。

研究结论翻译如下:本研究构建了赤潮发生分类与Bloom_Index回归的双任务深度学习框架,综合生态指标与包括FT-Transformer、NODE及SAINT在内的先进表格架构。除基准预测性能比较外,修订后的框架贡献了区分实测与GAN生成记录的数据集组成审计、合成数据保真度的统计与视觉验证、明确排除Bloom_Index的泄漏感知消融分析,以及基于SHAP的模型行为解释。结果识别出连接海表温度、氮富集与叶绿素异常以增强赤潮活动的赤潮-增温-氮模块,以及与赤潮强度呈逆相关的氧气-磷模块。FT-Transformer取得最强分类性能,而NODE提供最准确的Bloom_Index回归。消融分析证明即使排除Bloom_Index,预测性能仍保持稳健,表明模型从剩余生态变量中捕获了大量独立信息。SHAP分析进一步显示溶解氧主要控制赤潮发生,而叶绿素类指标主导赤潮强度估计。总体而言,研究结果证明将先进深度表格学习与合成数据验证、泄漏感知评估及可解释生态归因相结合,可为赤潮预测与早期预警提供稳健框架。未来工作应利用更广泛的独立记录数据集、额外环境驱动因子及时空预报架构扩展该方法,以改善泛化能力与Operational部署。
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