可解释的机器学习模型，用于预测水库出水口水温

《Renewable Energy》：Interpretable machine learning model for reservoir outflow water temperature prediction

水库出流水温预测采用可解释机器学习模型，结合物理机制筛选输入变量（入库水温、气象参数等），利用SHAP方法解析特征影响，并通过CE-QUAL-W2数值模型扩展数据集并优化参数（GA-SVR），实现MAE 0.106°C、RMSE 0.136°C的高精度预测，揭示入库水温主导模型输出。

　　水库的建设改变了河流的水温，进而对水生生态环境产生深远影响。生态调度是提升水库出水温度的有效手段，其实施依赖于准确的出水温度预测。与传统的数值模型相比，机器学习模型因其高效性和对非线性关系的拟合能力，正逐渐成为预测水库出水温度的重要工具。然而，多数现有研究中的机器学习模型存在解释性较差的问题，难以揭示模型预测结果背后的具体影响因素。为此，本研究以普布沟水库为对象，构建了一个具有较强解释性的机器学习模型，用于预测水库出水温度。通过结合数值模型的物理机制选择输入变量，并采用Shapley Additive Explanations（SHAP）方法对模型特征进行解释，从而提升了模型的透明度和可解释性。此外，研究还利用经过验证的数值模型扩展水温数据集，优化机器学习模型参数，以提高模型的预测性能。实验结果显示，采用遗传算法优化的支持向量回归（GA-SVR）模型在预测水库出水温度方面表现出色，其平均绝对误差（MAE）和均方根误差（RMSE）分别为0.106°C和0.136°C，最大预测误差为0.41°C。SHAP方法的应用表明，入库水温是影响模型输出的主要特征变量，而其他运行条件则为次要因素。研究框架和成果为水库生态调度和流域生态环境管理提供了重要的参考依据。

水库在调节河流流域水文过程方面具有重要作用，广泛应用于防洪、发电和灌溉等领域。然而，其建设对生态环境的影响也不容忽视。大型水库的修建改变了河流的水文和热力条件，导致水流速度减缓、水深增加。这些变化使得水库表层水温显著上升，而底层水体温度则基本保持稳定，从而形成垂直温度分层现象。这种温度分层使得水库出水温度与原河流水温产生差异，尤其在夏季和冬季，水库会分别释放低温和高温水。这种温度差异对鱼类繁殖期的水温产生显著影响，可能干扰鱼类的繁殖行为，进而影响水生生态系统的稳定性。此外，水温的升高还会加速鱼类的性腺成熟，提高其代谢率，迫使鱼类寻找更凉爽的水域，从而限制其适宜栖息范围。因此，研究水库出水温度的影响因素，并探索有效的调控方法，已成为生态保护的重要课题。

在水库出水温度预测的研究中，提高预测的效率和可靠性至关重要。目前，预测水库出水温度的主要方法包括基于水文过程的数值模型和数据驱动的机器学习模型。数值模型通过求解纳维-斯托克斯方程等物理方程，能够预测和计算所需的水动力或水温结果。这类模型具有较强的解释性，但其应用需要耗费大量计算时间和资源。相比之下，机器学习模型因其较高的计算效率和对非线性关系的良好拟合能力，逐渐被应用于水温预测领域。例如，Graf等人基于水温和气温的时间序列数据建立了机器学习模型，用于预测河流水温。Read和Di Nunno等人则尝试建立预测湖泊水温的机器学习模型，并取得了良好的预测效果。尽管已有许多学者在使用机器学习预测水温方面取得了一定进展，但大多数模型未能充分解释输入变量对输出结果的影响，因此被归类为“黑箱模型”，受到部分学者的批评。本研究通过两个方面提升机器学习模型的可解释性：一是基于物理机制选择输入变量，二是采用SHAP方法对模型特征进行分析。这一方法结合了理论认知与数据科学的优势，旨在建立更加准确的非线性映射关系。

在实际应用中，机器学习模型的性能依赖于模型参数的选择和训练数据集的规模。模型参数的优化对于提高预测精度至关重要，而参数优化通常借助于优化算法，如遗传算法。遗传算法作为一种启发式搜索方法，能够快速找到具有最佳泛化能力的参数组合，从而显著提升模型的预测性能。此外，由于水温监测条件的复杂性，获取完整的长期序列数据往往面临挑战。因此，研究采用经过验证的数值模型来扩展水温数据集，这一方法在国际上已被广泛应用于数据集的扩充。本研究选用CE-QUAL-W2模型作为数据来源，该模型是一个开源的水环境模拟工具，具有较高的准确性，并在多个水温模拟应用中得到验证。通过将数值模型生成的数据用于机器学习模型的训练，不仅提高了数据集的丰富度，还增强了模型的泛化能力。

本研究的创新之处在于，通过引入物理机制指导输入变量的选择，并利用SHAP方法对模型特征进行解释，从而构建了一个兼具高精度和高可解释性的机器学习模型。模型的可解释性对于水库生态调度具有重要意义，因为它可以帮助管理者更好地理解哪些因素对出水温度影响最大，从而制定更加科学合理的调度方案。例如，研究结果表明，入库水温是影响出水温度的主要因素，而其他运行条件如放水流量、调度策略等则为次要因素。这种特征变量的识别不仅有助于提高模型的实用性，还为水库的生态调控提供了理论支持。此外，本研究还探讨了数据集规模对模型性能的影响，提出通过数值模型扩展数据集的方法，为解决数据不足问题提供了新的思路。

在模型的构建过程中，研究团队收集了2012年至2021年的十年气象数据以及普布沟水库的调度数据，同时获取了2012年的入库水温数据和若干月份的出水水温数据。这些数据构成了模型训练和验证的基础。通过对这些数据的深入分析，研究团队能够更准确地捕捉水温变化的规律，并建立有效的预测模型。模型的预测结果与CE-QUAL-W2模拟结果进行了对比，评估了模型的预测性能。统计指标显示，GA-SVR模型在预测精度方面表现优异，能够有效反映水库出水温度的变化趋势。这一结果表明，机器学习模型在水库出水温度预测方面具有良好的应用前景。

本研究的意义不仅在于提升模型的预测精度，还在于增强其可解释性，使其能够更好地服务于水库生态调度和流域生态环境管理。通过引入物理机制指导输入变量的选择，研究团队能够在模型构建过程中融入领域知识，提高模型的科学性和实用性。同时，SHAP方法的应用使得模型的特征变量对输出结果的影响得以量化和可视化，为决策者提供了直观的解释依据。这种结合理论认知与数据科学的方法，为未来水库出水温度预测研究提供了新的方向和思路。此外，研究还探讨了数据集扩展对模型性能的影响，提出了一种可行的数据增强策略，为解决数据不足问题提供了实际参考。

本研究的成果表明，机器学习模型在水库出水温度预测方面具有显著优势，尤其是在提升预测效率和可解释性方面。通过结合数值模型的数据和优化算法，研究团队成功构建了一个高精度、高可解释性的预测模型，为水库生态调度提供了有力支持。未来的研究可以进一步探索不同水库的适用性，以及如何在不同环境条件下优化模型参数。此外，还可以结合更多环境变量，如水质参数、生物活动等，以提高模型的综合预测能力。总之，本研究为水库出水温度预测提供了新的方法和思路，为水资源管理和生态保护做出了积极贡献。