基于HydroLSTM与随机森林耦合的流域动态区域化表征新方法及其在水文分类中的应用

本研究创新性地提出将HydroLSTM（水文长短期记忆网络）与随机森林（RF）耦合的混合机器学习框架，通过解耦流域动态表征与空间区域化关系，实现流域"潜在径流"的细胞状态追踪与时空水文变异驱动因子解析。该模型利用单细胞状态HydroLSTM学习流域动力学，结合RF聚类建立属性-动态关联，为流域分类问题提供可解释的新视角，显著提升区域机器学习模型在水文领域的可解释性。

　　

引言：流域水文建模的挑战与机遇

传统流域水文模型面临数据稀疏性、时空不连续性及非线性动态等核心挑战。现有区域化方法受限于流域异质性和参数间依赖性导致的等效性难题，难以建立属性与水文响应的可靠关联。机器学习（ML）尤其是长短期记忆网络（LSTM）虽展现出优越的预测性能，但其内部复杂性和低可解释性阻碍了对区域化关系的深入理解。

混合机器学习框架的创新设计

研究提出名为"区域HydroLSTM"的双组件架构：

1. 1.

   动态表征组件：采用改进的HydroLSTM架构，通过单细胞状态追踪"潜在径流"，输出门根据当前水文情景进行时空校正。其创新性在于将系统复杂性从多细胞状态转移至具有水文解释性的门权重序列，形成可解释的卷积滤波器模式。

2. 2.

   区域化组件：利用随机森林（RF）学习流域属性与动态行为的映射关系，识别空间一致的水文区域。RF通过基尼重要性分析揭示主导属性，如高程（解释权重31.2%）、坡度（15.7%）和植被指数（12.3%）等。

方法论突破与训练策略

采用迭代式序贯学习算法，类比期望最大化过程：

• •

  局部训练阶段：独立优化各流域HydroLSTM门权重序列

• •

  区域化阶段：RF构建属性-权重预测模型，通过集群期望值正则化参数空间

• •

  动态平衡：15次迭代后实现损失函数收敛，有效缓解等效性问题

实验设计包含三个关键环节：

1. 1.

   局部HydroLSTM权重序列的聚类分析（K-means算法）

2. 2.

   区域化模型性能验证（KGE指标对比基准LSTM）

3. 3.

   简化RF模型解析权重-属性关联（特征重要性分析与偏依赖图）

水文动力学的新认知

细胞状态与门状态的交互机制揭示两类记忆形式：

• •

  细胞状态：表征"潜在径流"的马尔可夫过程，在雪域流域反映可用能量（夏季近1，冬季近0），在降雨主导流域则直接关联径流量

• •

  门状态：通过513天时间窗捕获近期水文情景，如输出门在雪融期快速排空细胞状态（图9a），在干旱期维持基流（图9b）

区域聚类分析识别出7类水文动态（图8）：

• •

  低高程集群（≤1,543m）：如东南部绿色集群（历史降水权重高）

• •

  过渡带（1,543-1,809m）：粉色集群显示闪蒸特性

• •

  高雪域（>2,757m）：红色集群具有最长记忆（10天降水权重0.38）

流域分类的范式转变

研究突破体现在：

1. 1.

   首次实现动力学相似性的机器学习识别，通过RF叶节点定义水文均质区

2. 2.

   揭示高程作为气候代用变量的关键作用，其与温度、植被的协变关系解释64%空间变异

3. 3.

   提出"属性-动态-过程"三级解释框架，修正传统回归区域化的因果假设

应用前景与局限

该框架为无资料流域预测提供新工具，但存在：

• •

  单细胞状态限制模型容量（KGE较基准LSTM低0.15）

• •

  地质属性贡献度仅1.7%，反映基流过程表征不足

• •

  气候非平稳性情景下属性动态响应尚不明确

结论：可解释机器学习的未来

通过精心设计的架构正则化，研究证明：

• •

  水文过程知识可编码为门权重序列的时空模式

• •

  随机森林能有效解耦属性与动态的复杂关联

• •

  适度增加细胞状态数量可能平衡性能与可解释性

这项研究为"基于理解的预测"树立了新标杆，其方法论框架可扩展至生态、气象等复杂系统建模领域。附录A进一步展示了不同集群的动态行为分化，证实区域化约束显著提升了状态变量的水文合理性。