基于机制引导的动态机器学习方法可克服藻华预测中的环境非稳定性问题
《Journal of Hydrology》:Mechanism-guided dynamic machine learning overcomes environmental non-stationarity in algal bloom prediction
【字体:
大
中
小
】
时间:2026年07月10日
来源:Journal of Hydrology 7.3
编辑推荐:
徐书杰|张文玉|田勇|许树谦|郑春苗•SEM与MRT可揭示相互作用的驱动因素,并确定生态临界点。•环境漂变使得基于历史数据的静态阈值无法用于预测藻华发生。•一种双阶段框架将基于MRT的政策基准与动态机器学习预测相结合。
引言
水生环境中的藻华现象日益受到全球关注(Gobler,
徐书杰|张文玉|田勇|许树谦|郑春苗•SEM与MRT可揭示相互作用的驱动因素,并确定生态临界点。•环境漂变使得基于历史数据的静态阈值无法用于预测藻华发生。•一种双阶段框架将基于MRT的政策基准与动态机器学习预测相结合。
引言
水生环境中的藻华现象日益受到全球关注(Gobler, 2020; Rousso等人,2020;侯峰,2023)。卫星遥感数据表明,大多数水生环境中的藻华发生频率和强度都在上升(Burford等人,2020;戴军等,2023;王磊等,2025)。自21世纪以来,这一趋势愈发明显(冯涛等,2024;王磊等,2025)。失控的藻华会对水生生态系统造成威胁,导致恶臭、水体变色以及氧气耗尽,进而形成死亡区,危及水生生物(郭强等,2020;Huisman等人,2018;Watson,2003)。此外,藻华还可能危害人类健康,因为藻类毒素可引发皮肤过敏和神经系统疾病(Aráoz等人,2010;Lévesque等人,2014;Reif等人,2023)。这些藻华现象的日益普遍凸显出迫切需要有效的监测和管理策略,以减轻其对生态系统和人类健康的危害。
驱动藻华发生的机制涉及营养物质输入、水文条件及气象因素之间复杂且尚未完全理解的相互作用。过量氮磷富集被公认为是主要驱动因素,但这些营养物质之间的协同作用往往使得单一营养物质的控制措施效果不佳(冯涛等,2024;Paerl和Scott,2010;尹伟等,2024)。水文动态也会影响藻华的形成:平静的水流有利于生物量积累,而湍流则会分散藻类(Cha等人,2014;Giblin等人,2022)。上下游区域的水位波动与营养物质脉冲相互作用,会引发藻类的快速增殖(艾刚等,2023;田勇等,2024;夏伟等,2020)。除了水文因素外,温度升高会加速藻类代谢,风型则会影响垂直混合和营养物质的重新悬浮(Cha等人,2014;Mamun等人,2020;Richardson等人,2018)。不同因素之间的协同效应可能会加剧这些变化。例如,磷酸盐的生物有效性会与分层的水体结构产生协同作用,而这种水体结构又受风、潮汐、温度和盐度等因素的影响(Cheng等人,2024)。这类相互作用本质上是非线性的且具有地域特殊性,营养物质的影响往往会被水文和气象条件所增强或抑制(Nong等人,2024;Persaud等人,2015)。这种相互依存性凸显了孤立因素分析的局限性,也表明需要采用能够综合考虑多维度协同效应的整体方法(Zeng等人,2016;张伟等,2024)。
藻华动态的复杂性给准确预测带来了巨大挑战,因此人们开始采用机器学习算法来模拟非线性关系(Kim等人,2022;夏伟等,2020;余刚等,2021)。尽管机器学习通过数据驱动的学习提升了预测精度,但其效果通常依赖于包含高维输入变量的大量数据集(Rousso等人,2020)。例如,有一些研究使用了14至20个预测因子来预测作为藻华指标的叶绿素a浓度(Ly等人,2021;Sivapragasam等人,2010)。然而,这类模型通常需要高频监测数据,这与常规的水质检测频率——往往仅为每月一次甚至更低——存在冲突。此外,获取具备空间和时间分辨率的多参数数据需要大量资源,这进一步加剧了数据短缺的问题。因此,机器学习的应用已不再仅仅着眼于提升预测精度,而是更注重模型的可解释性和稳健性。虽然XGBoost和长短期记忆网络等模型展现出较强的预测潜力,但由于缺乏可解释人工智能技术,它们在实际决策支持系统中的应用往往受到限制(Lee和Jeon,2025;Li等人,2026)。为克服这些“黑箱”问题,近期的一些研究引入了SHAP值等工具来量化特征的重要性,例如发现有研究表明,在某些预测场景中,物理因素的作用可能比传统上重视的营养物质更为重要(Song,2025)。与可解释性相关的是,应对环境非稳定性已成为提升模型稳健性的关键。夏伟等人(2024)开发的用于时间序列预测的模型性能分析与可视化框架表明,复杂的模型必须针对不同的时间段进行评估,并以可靠的基准作为对比,才能避免在时间模式发生变化时出现性能下降。总体而言,这些研究都指出,要提升藻华预测能力,就需要超越传统的静态算法,采用具有可解释性且能动态适应变化的机制。
事实上,除了数据短缺之外,藻华控制面临的另一个更为隐蔽的挑战在于,在环境非稳定背景下如何设定有效且具有韧性的管理目标。尽管人们已经付出了巨大努力来减少营养物质排放,但许多水生系统中仍然频繁出现藻华现象(Xu等人,2026;张伟等,2025)。以中国太湖等大型湖泊为例,长期的水系管理虽降低了营养物质含量,但气候变暖和环境波动又带来了新的驱动因素。这些变化改变了浮游植物的生态响应,使得限制因素的构成变得十分复杂(马强等,2026;周伟等,2026)。在如此快速变化的环境中,通用的静态调控目标或基于历史数据的环境阈值可能会因生态漂变而逐渐失去准确性。因此,现代水质管理面临着双重任务:一方面需要通过有效的特征选择和阈值确定方法来梳理复杂的驱动机制,另一方面则需要开发能够适应持续环境变化的动态预测模型。
以往的研究已经强调了特征选择在识别重要变量方面的关键作用,它有助于减少对大规模数据集的依赖,同时降低高维数据中的噪声(Cai等人,2018;Rodriguez-Galiano等人,2018;Uddin等人,2023)。例如,Song和Zhang(2024)将一种内置的特征选择方法——最小绝对收缩和选择算子与机器学习模型相结合,从最初的210个预测因子中成功筛选出了最重要的9个特征,从而显著提升了短期径流预测的精度。此外,包括包装法和单变量过滤法在内的各种特征选择技术也被证明能够在水库特征描述和地下水硝酸盐预测等多个领域提高预测效果(Otchere等人,2022;Rodriguez-Galiano等人,2018)。然而,现有的大多数特征选择方法仍以数据驱动为主,依赖统计相关性而非背后的生态过程。这对于藻华预测来说是一个重大挑战,因为藻华本质上是受阈值控制的现象(Peretyatko等人,2012;Li等人,2020;Xu等人,2025)。传统的特征选择方法往往无法体现这些非线性、依赖阈值的特性。最近的研究表明,多元回归树或许可以弥补这一缺陷。例如,Zhang等人(2024)利用多元回归树和结构方程模型,成功揭示了中国各地湖泊和水库中叶绿素a浓度受阈值控制的相互作用机制。因此,至关重要的是要研究如何将基于机制理解的特征选择框架与机器学习模型有效结合,从而在保证生态可解释性的同时提升预测的稳健性。具体而言,需要评估这些基于机制的静态生态阈值在时间环境变化下是否依然可靠,或者是否需要转向连续变量的动态建模,以此克服环境漂变问题,确保长期预测的准确性。
为应对这些挑战,本研究通过一个将机制理解与预测建模相结合的整合框架,对香港河流中的藻华动态进行了研究。首先,运用结构方程模型来解析营养物质、水文条件、水质因素以及气象因素之间复杂的协同相互作用,从而确定藻华形成过程中关键的相互关联路径。在这些路径的基础上,再利用多元回归树来确定各主要驱动因素的具体生态阈值和非线性分界标准。尤为重要的是,我们通过将多元回归树确定的驱动因素纳入机器学习框架,来评估这些基于机制的结论在时间上的稳健性。通过对未见过的数据进行时间泛化测试,本研究旨在探究静态的、离散化的阈值是否能够承受环境变化,或者是否需要转向连续变量的动态建模来应对概念漂变问题。最终,本研究提出了一种全新的双阶段决策支持框架,该框架利用多元回归树建立具有可解释性的长期政策基准,同时借助连续型机器学习实现强大且动态的实时预警功能。这一框架为在持续存在的环境不确定性条件下进行水质管理提供了一种高度可扩展且具备强韧性的策略。
研究区域与数据来源
中国南海沿岸的香港属于亚热带湿润气候,季节性温度变化较小。该地区长期以来一直存在藻华问题,影响了众多水域(Ho Kin,2022)。这些藻华现象造成了巨大的经济损失,尤其是对渔业产业影响严重。本研究使用了香港环境保护部门收集的12条河流的月度水质数据,用以分析藻华的动态变化。
逐步回归分析
逐步回归被用来确定基于环境和气象因素预测叶绿素a浓度的最佳模型。分析起始时使用了一个包含所有预测因子的完整模型,初始的AIC值为12735.97。随后通过迭代方式,评估去掉或添加每个预测因子对模型AIC值的影响,这一过程一直持续到无法再降低AIC值为止,最终得到了最优模型。
触发藻华的关键参数的协同效应
尽管关于驱动藻华动态的协同效应仍有争议,但本研究通过结合结构方程模型和多元回归树分析,系统地识别了香港河流中的关键驱动因素。直接将参数输入结构方程模型会导致与数据拟合度较差,因此参考Nong等人(2024)的研究方法,对预定义的几类因素(营养物质、化学因素、物理因素和气象因素)进行主成分分析,以此减少冗余信息、噪声和多重共线性,提升模型性能。
结论
藻华对水生生态系统的健康构成了严重威胁,而其复杂的、多驱动因素驱动的动态特性又给准确预测和有效管理带来了困难。本研究通过开发一种整合结构方程模型和多元回归树的框架,阐明了香港12条主要河流中藻华形成的关键驱动因素,并将基于机制分析得到的预测因子融入机器学习流程中。尤为重要的是,本研究还评估了该框架在面对环境变化时的稳健性。
CRediT作者贡献声明
徐书杰:写作——审稿与编辑,写作——初稿撰写,软件应用,方法论,形式分析,数据整理,概念构建。张文玉:软件应用,方法论,形式分析。田勇:写作——审稿与编辑,研究指导,数据收集。许树谦:写作——审稿与编辑,研究指导,数据收集。郑春苗:写作——审稿与编辑,研究指导,项目管理,资金筹集。
未引用参考文献
Xu等人,2012;Yin等人,2011。
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。
致谢
本研究得到了中国国家自然科学基金(项目编号:42477053和42530709)的支持,同时也获得了浙江省和宁波市相关资助机构在“污染协同控制与碳封存新技术”项目下的资助。此外,广东省-香港土壤与地下水污染控制联合实验室(项目编号:2023B1212120001)以及南方计算科学与工程中心也提供了支持。
生物通微信公众号
生物通新浪微博
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