STGCN-WQ：一种用于预测海水水质的新型时空图卷积网络

《Environmental Modelling & Software》：STGCN-WQ: A new spatio-temporal graph convolutional network for predicting beach water quality

海滩水质预测通过时空图卷积网络（STGCN-WQ）和空间关联插补策略（STT）实现，在伊利湖24个海滩18,519个FIB样本（2009-2020）中验证，F1提升78%，AUC提高19%，显著优于传统方法。

　　在当今社会，随着人们对自然环境的关注日益增加，海滩成为了重要的休闲场所。然而，海滩水质的好坏直接关系到游客的健康安全，特别是在夏季游泳高峰期，水质问题更显得尤为突出。传统的水质监测方法通常依赖于对粪便指示菌（FIB）的检测，这种方法虽然可靠，但存在时间长、成本高、效率低等缺点，常常需要18到24小时才能得出结果，这显然不利于及时发布公共卫生警示信息。因此，近年来，许多研究者开始探索利用预测模型来改善海滩水质的实时评估能力，尤其是在数据驱动的机器学习技术的帮助下，可以更快地获取水质信息，从而提高公众的安全意识。

尽管预测模型在某些方面表现出色，但它们在处理海滩水质数据时仍然面临诸多挑战。其中一个主要问题在于，传统模型往往忽略了海滩之间以及时间维度上的复杂关系。这些关系不仅影响水质的变化趋势，还可能对微生物的传播和健康风险产生深远影响。为了应对这一问题，研究人员提出了一种新的方法——Spatio-Temporal Graph Convolutional Network for predicting beach Water Quality（STGCN-WQ）。该模型结合了图卷积网络和时间卷积网络的优势，能够有效地捕捉海滩水质在空间和时间上的动态变化。同时，该研究还引入了一种新的数据填补策略，即Spatio-Then-Temporal（STT）方法，通过先利用相邻海滩之间的空间相关性来估计缺失值，再使用时间插值来进一步优化预测结果。这种分步策略在处理不规则采样和数据稀疏性方面表现出更高的鲁棒性。

为了验证这一新模型的性能，研究团队将STGCN-WQ应用于美国密歇根州底特律湖的24个海滩。这些海滩的水质数据涵盖了从2009年至2020年的18,519个FIB样本记录。研究结果显示，与传统的“持续性方法”（Persistence Method）相比，STGCN-WQ在多个关键性能指标上取得了显著提升。具体而言，F1分数提高了78%，AUC值（曲线下面积）也提升了19%。持续性方法通常仅依赖于最近一次观测数据来预测当前的FIB浓度，这种方法虽然简单，但在处理复杂数据时效果有限。相比之下，STGCN-WQ通过引入更复杂的结构和机制，能够更准确地反映水质的变化趋势，从而为公共卫生管理提供更可靠的支持。

然而，尽管STGCN-WQ在预测性能上表现出色，该研究也指出，现有的数据集仍然存在一些局限性，例如数据的时空分辨率不足，以及部分监测站点的数据缺失。这些问题在一定程度上影响了模型的泛化能力和适用范围。因此，研究团队在模型开发过程中，特别关注了如何优化数据处理流程，以确保模型在不同条件下都能保持较高的预测精度。此外，研究还强调了模型在处理多站点数据时的重要性，因为传统模型往往无法有效捕捉不同海滩之间的空间依赖关系，导致预测结果不够准确。

为了进一步提升模型的实用性，研究团队还设计了一种基于地理信息系统（GIS）和水质指数（WQI）的综合分析框架。该框架不仅能够识别不同海滩之间的空间相关性，还能分析时间序列上的水质变化趋势。通过这种方法，研究团队能够更全面地理解海滩水质的动态变化，从而为模型的优化提供理论依据。同时，该研究还探讨了气象和大气因素在影响水质方面的作用，例如降雨量和风速等变量。这些变量在某些情况下可能会对FIB浓度产生显著影响，因此在模型中引入这些因素有助于提高预测的准确性。

此外，研究团队还关注了机器学习算法在处理海滩水质数据时的局限性。虽然一些先进的算法如梯度提升机（Gradient Boosting Machines）和贝叶斯网络（Bayesian Networks）在某些情况下表现出较好的预测能力，但这些方法通常依赖于大量的环境数据，包括现场监测的变量，这些数据在许多海滩上并不容易获取或成本较高。因此，研究团队在开发STGCN-WQ时，特别强调了如何在数据有限的情况下，依然能够保持较高的预测精度。通过引入图结构和时间序列分析，STGCN-WQ能够在不依赖大量数据的情况下，依然捕捉到水质变化的关键特征。

在模型的应用过程中，研究团队发现，某些海滩之间的水质变化具有明显的相似性，这表明空间相关性在预测模型中具有重要作用。因此，STGCN-WQ通过建立这些海滩之间的图结构，能够更有效地捕捉到这种空间相关性。同时，研究团队还发现，时间序列上的水质变化趋势也呈现出一定的规律性，这表明时间相关性同样不可忽视。通过将这两种相关性结合起来，STGCN-WQ能够在预测模型中同时考虑空间和时间因素，从而提高预测的准确性和可靠性。

为了验证模型的性能，研究团队对多个性能指标进行了评估。其中包括F1分数、AUC值等，这些指标能够有效衡量模型在预测不同类别时的准确性。结果显示，STGCN-WQ在这些指标上均优于传统的持续性方法，特别是在处理数据稀疏性和不规则采样时表现出更强的鲁棒性。这表明，STGCN-WQ不仅能够提高预测的准确性，还能在数据不完整的情况下保持较高的预测能力。因此，该模型在实际应用中具有较大的潜力，特别是在公共卫生管理领域。

尽管STGCN-WQ在预测性能上取得了显著提升，但研究团队也指出，该模型仍然存在一些需要进一步优化的地方。例如，在处理多站点数据时，模型的泛化能力仍有待提高，这可能会影响其在不同地区的适用性。此外，模型在处理时间序列数据时，仍然需要更多的数据支持，这可能限制了其在实际应用中的灵活性。因此，研究团队建议在未来的研究中，进一步探索如何优化模型的结构和参数，以提高其在不同条件下的适用性和预测能力。

总的来说，这项研究为海滩水质的预测提供了新的思路和方法。通过引入STGCN-WQ模型，研究人员能够更有效地捕捉到海滩水质在空间和时间上的动态变化，从而提高预测的准确性和可靠性。同时，该研究还强调了数据填补策略在处理数据缺失问题中的重要性，通过先利用空间相关性再结合时间插值的方法，能够显著提升模型的鲁棒性。这些成果不仅有助于改善海滩水质的实时评估能力，还能为公共卫生管理提供更可靠的支持，从而保障游客的健康安全。