深度学习预测与解析密西西比河流域硝酸盐输出的时空动态及其管理启示

本研究创新性地结合长短期记忆网络（LSTM）与高频率传感器数据，实现了密西西比河流域（MRB）日尺度硝酸盐浓度的精准预测（KGE=0.60），通过可解释机器学习揭示了瓦管排水密度（>20%阈值）和湿地覆盖（<1%阈值）等关键景观驱动因子的非线性影响，为流域尺度氮素滞留（19±4%输出率）和气候驱动的遗产氮再迁移现象提供了量化依据。

　　

深度学习预测与解释密西西比河流域硝酸盐输出

Abstract

研究利用美国本土高频传感器数据构建长短期记忆网络（LSTM），成功预测日尺度硝酸盐浓度（时间验证中位KGE=0.60）。空间验证显示未监测流域预测性能较低（KGE=0.18），但在密西西比河流域（MRB）表现较强（KGE=0.34）。1980-2022年MRB模拟显示河流硝酸盐输出仅占氮盈余的19±4%，中西部州份如爱荷华在丰水年输出比例（42±24%）显著高于枯水年（6±6），证实水文连通性和遗产氮再迁移的重要作用。通过可解释Shapley值识别出瓦管排水、道路密度和湿地覆盖等关键空间驱动因子及其非线性阈值。

Key Points

• 高频传感器数据支撑的深度学习模型实现优异时间预测

• 可解释机器学习揭示景观驱动因子空间分异规律

• MRB氮素整体输出率低但变异性高，受气候和遗产氮驱动

1 Introduction

硝酸盐污染导致水体富营养化等生态问题，密西西比河流域（MRB）农业集约化区域尤为严重。现有模型受限于时空分辨率不足，而机器学习方法（如LSTM和随机森林）展现出突破传统方法局限的潜力。研究提出四大目标：开发预测日尺度硝酸盐动态的LSTM模型、构建解释空间变异的随机森林模型、识别流域特征阈值效应、量化MRB氮盈余输出比例。

2 Materials and Methods

2.1 Model Inputs

收集95个河流站点的高频硝酸盐传感器数据（2007-2022）和754个流量站点数据。气象强迫数据来自Daymet数据集，31个静态流域属性包括瓦管排水密度、道路密度等。通过t-SNE和DBSCAN筛选出505个与训练集相似的MRB流域（98°经线以东）。

2.2 Model Development

分别训练流量和硝酸盐浓度的LSTM模型，输入包含7个气象变量和31个流域属性。硝酸盐模型额外引入观测/模拟流量作为动态输入。采用HydroDL框架，经超参数优化后选择256隐藏单元、180天序列长度等配置。

2.3 Model Evaluation

采用时间与空间交叉验证。时间验证通过五折交叉实现，空间验证采用十二折排除完整流域。评估指标包含KGE、NSE和R²。硝酸盐浓度模型在MRB的时间验证中位KGE达0.69，空间验证降至0.34。

2.4 Explaining Spatial Variation

构建包含1000棵树的随机森林模型预测长期平均硝酸盐指标，通过TreeSHAP算法计算Shapley值（ψ）。结果显示瓦管排水密度（ψ=+1.2 mg-N/L）和湿地覆盖（ψ=-0.8 mg-N/L）是最具影响力的因子。

3 Results

3.1 Observed Variability

硝酸盐浓度范围0.17-14.91 mg-N/L，最高产率出现在伊利诺伊河（62.7 kg-N/ha/yr）。

3.2 Temporal Predictions

模型成功捕捉不同水文响应：爱荷华州Kankakee河暴雨期间硝酸盐冲刷，弗吉尼亚州Difficult Run则呈现稀释效应。

3.3 Spatial Predictions

空间验证显示流量模型泛化能力较强（KGE降幅0.11），硝酸盐模型降幅显著（0.35）。NSE标准下，24%MRB站点空间验证达"良好"以上。

3.4 Spatial Drivers

随机森林对硝酸盐浓度空间变异解释力强（R²=0.64）。识别出关键阈值：瓦管排水>20%、湿地覆盖<0.8%、道路密度>0.8 km/km²。

3.5 MRB Applications

1980-2022年间，MRB年均硝酸盐产率6.2±4.6 kg-N/ha/yr。氮输送比（NDR）平均0.19±0.04，爱荷华州丰水年NDR达0.42±0.24。23个流域出现NDR>1，证实遗产氮输出。

4 Discussion

4.1 Deep Learning Advances

传感器数据量是传统采样方法的185倍，支撑模型优异表现。建议未来整合离散采样数据，纳入动态土地利用变量。

4.2 Management Implications

基于阈值分析提出管理建议：瓦管排水流域优先治理、湿地覆盖率提升至1%以上、城市道路密度控制。

4.3 Legacy Nitrogen Effects

中西部流域呈现"气候鞭梢效应"——干旱年后丰水年硝酸盐激增（+0.85 mg-N/L每1 mm/d流量增加），证实遗产氮库存的重要影响。

5 Conclusions

研究通过创新性融合高频传感与机器学习，量化了MRB硝酸盐输出的时空动态特征，为靶向营养盐管理提供了时空明确的科学依据。识别出的景观驱动阈值和遗产氮效应，对制定差异化流域管理策略具有重要实践价值。