《Journal of Hydrology》:Predicting river turbidity in Pine Island Bayou using machine learning techniques coupled with variational mode decomposition
编辑推荐:
高浊度水平可通过促进有害污染物(包括金属、有机化合物以及病原微生物)向地表水体迁移而构成显著公共卫生风险。这些状况对公众娱乐性用水和饮用水处理带来严峻挑战,并因河流中潜在病原菌的存在而导致经济损失与健康风险。本研究利用得克萨斯州 Pine Island Bay
高浊度水平可通过促进有害污染物(包括金属、有机化合物以及病原微生物)向地表水体迁移而构成显著公共卫生风险。这些状况对公众娱乐性用水和饮用水处理带来严峻挑战,并因河流中潜在病原菌的存在而导致经济损失与健康风险。本研究利用得克萨斯州 Pine Island Bayou 的水环境监测数据,构建序列到序列(Sequence-to-Sequence, S2S)模型,采用基于注意力机制(Attention-based)的门控循环单元编码器-解码器(Gated Recurrent Unit with Encoder-Decoder, AT-GRU-ED)与长短期记忆网络(Long Short-Term Memory, LSTM),并结合变分模态分解(Variational Mode Decomposition, VMD)以提升模型性能。输入数据集包括水体浊度、水温、水位或流量、小时降雨量以及气象干旱历时。与未结合 VMD 的模型相比,该模型在72 h 浊度预测中表现出良好性能,在验证集和测试集上分别实现平均绝对误差(MAE)2.60 和 3.29 NTU(分别降低53%和58%)、均方根误差(RMSE)21.08 和 31.49 NTU(分别降低82%和80%),以及决定系数(R2)0.96 和 0.84(分别提高30%和546%)。采用积分梯度(Integrated Gradients, IG)算法进行特征重要性分析表明,水温是影响浊度季节性模式的主导因素,而实时小时降雨对短期波动具有显著贡献。由于地表径流和上游来流的滞后效应,浊度通常在降雨事件后48 h 内达到峰值。研究结果表明,在强降雨后暂停娱乐性水体使用和供水抽水3 d,有助于保护公众健康并改善水处理过程。当流量高于100 m3/s 时,泥沙稀释与输移过程加快,可使浊度在峰值后更快下降。总之,所提出模型能够实现可靠的72 h 浊度预测,可为水处理厂运行决策提供支持,并为公众娱乐性用水提供预警。
该论文发表于《Journal of Hydrology》,聚焦于河流浊度的短期高频预测及其在公共健康与水资源管理中的应用价值。研究背景在于,浊度是表征地表水水质与透明度的关键指标,其升高通常与黏土、粉砂、有机质、藻类、浮游生物及微生物等悬浮颗粒增加有关。这些颗粒不仅降低水体透明度,而且能够作为金属、有机污染物及病原微生物的载体,进而增加饮用水处理难度、处理成本和公共卫生风险。尤其在强降雨之后,河流浊度会因坡面冲刷、地表径流、上游来水和再悬浮过程而迅速升高,给饮用水取水、娱乐性用水管控和细菌污染预警带来现实挑战。Pine Island Bayou 作为得克萨斯州重要支流,兼具娱乐用水和供水功能,且既往监测显示其浊度和细菌超标问题突出,因此开展可解释、可推广的浊度预测研究具有明确必要性。
现有研究虽已广泛采用机器学习(ML)开展水质预测,但河流浊度建模仍以点到点(P2P)或序列到点(S2P)框架为主,针对未来连续多时段变化过程的序列到序列(S2S)模型相对缺乏。浊度变化受降雨滞后效应、径流形成、潮汐影响、泥沙输移及季节变化共同驱动,具有显著非线性、非平稳性和迟滞性,因此传统模型往往难以稳定捕捉未来72 h 内的突增、回落与波动细节。为解决这一问题,研究人员提出将变分模态分解(VMD)与深度学习相结合,通过先分解后预测的方式,分别提取长期季节趋势和短期随机波动,再通过模型集成实现更高精度的逐小时浊度预测。
研究人员以 2010 年1月1日至 2023 年12月31日 Pine Island Bayou 流域监测数据为基础,构建了一个耦合 VMD 的 S2S 浊度预测框架。原始浊度序列首先被分解为10个模态(mode 1–10),随后针对不同模态与输入因子的相关性特征,分别选择注意力机制门控循环单元编码器-解码器模型(AT-GRU-ED)或长短期记忆网络(LSTM)进行建模。研究发现,对于输入特征较多的模态,AT-GRU-ED 能在保证精度的前提下更有效地捕捉长时序依赖;而对于输入特征较少的模态,LSTM 可以以更低训练成本获得近似精度。最终将10个模态的预测结果求和,获得未来72 h 浊度序列预测,并与未使用 VMD 的 AT-GRU-ED 基线模型进行比较。
主要技术方法可概括如下:研究样本来源于 TCEQ 的 Pine Island Bayou C749 水质站、USGS 08041749 与 08041700 水文站,以及 Jefferson County Drainage District No.6 的 St.1600 与 St.1300 雨量站。研究人员对缺失值进行限时插值并将15 min 数据重采样为小时尺度,引入气象干旱历时作为先行湿润状况代理指标;随后采用 VMD 将浊度序列分解为10个频率互不重叠的模态,利用 Pearson 相关与互相关分析筛选各模态输入变量;再以过去72 h 数据预测未来72 h 浊度,使用 MAE、RMSE、R
2、NSE、KGE 和 PBIAS 评价模型性能,并利用积分梯度(IG)算法开展特征重要性解释。
3.1. Turbidity model evaluation
该部分结果表明,VMD 对提高浊度预测性能具有决定性作用。未结合 VMD 的模型虽然在1 h 超前预测时具有一定精度,但在连续72 h 预测中性能明显劣化,输出结果接近平坦,难以反映浊度在降雨后的快速上升和后续波动。相比之下,结合 VMD 的模型在验证集上实现了72 h 预测 MAE 2.65 NTU、RMSE 21.08 NTU、R
2 0.96、NSE 0.96 和 KGE 0.95,显著优于未分解模型;在测试集上,72 h 预测 MAE 为3.29 NTU、RMSE 为31.49 NTU、R
2 为0.84,也显示出较强泛化能力。研究结果说明,VMD 能有效分离原始浊度序列中的长期趋势与短期高频波动,使模型更容易学习降雨、流量、水位与浊度之间复杂的非线性关系,从而明显改善多步滚动预测表现。尽管在浊度剧烈变化时 RMSE 仍会上升,但整体上模型已能较好捕捉大部分上升和下降过程。研究人员指出,据其所述,该模型是针对河流逐小时浊度未来3 d 预测的首个 S2S 模型,较以往以日尺度或单步预测为主的研究更能揭示高频泥沙输移动态。
3.2. Feature importance analysis results
该部分通过积分梯度(IG)分析揭示了不同模态下控制浊度变化的关键因子。mode 1 代表最低频的季节性变化,其最重要特征为水温,相对重要性为9.89%,表明季节性浊度模式与温度变化高度一致。研究人员将其解释为与流域植被季节更替及沉积物来源变化相联系。mode 2 中,St.1600 的气象干旱历时重要性最高,为13.13%,提示先前干燥时段与首波冲刷(first flush)过程密切相关。与此同时,USGS 08041749 处流量的重要性高于两个雨量站的小时降雨,反映出下游潮汐影响及水动力条件在该模态中的作用。对于 mode 3 和 mode 4,小时降雨的重要性虽相对较低,但其变异系数(CV)很高,说明降雨事件对短期浊度波动贡献具有高度不稳定性和事件依赖性。IG 时间分布结果进一步表明,降雨对 mode 3 和 mode 4 的影响多在12 h 内迅速显现,而对 mode 2 的滞后影响通常出现在12–48 h 之间。这些结果支持了浊度响应具有明显即时效应与滞后效应并存的结论。
4. Discussion
讨论部分主要围绕模型不确定性、降雨特征、浊度响应时滞以及流量-浊度关系展开。研究人员区分了认知不确定性(epistemic uncertainty)与偶然不确定性(aleatory uncertainty)。前者主要来源于观测误差、缺测插值、样本规模与模型结构设置;后者则来自物理、生物化学过程及环境变化本身的随机性。为减小认知不确定性,研究使用了经本地机构核验的长期观测数据,并通过重采样和多次训练选优降低噪声与参数扰动影响。
在降雨事件分析中,研究人员利用最小事件间隔时间(Minimum Interevent Time, MIT)方法将24 h 确定为适宜事件分割阈值,并识别了两个雨量站的大量降雨事件。结果显示,短时强降雨并不总是导致浊度显著上升,但当实时小时降雨超过50 mm,且累积降雨较高时,浊度常显著增大,部分事件中超过100 NTU。浊度一般在降雨开始后12 h 内开始上升,并在12–48 h 达到峰值,这与地表径流和上游来水滞后效应一致。研究据此提出,强降雨后3 d 内暂停娱乐性用水和抽水作业,有助于降低病原菌暴露风险和水处理负担。
对于水动力过程,讨论表明,当 USGS 08041749 处流量超过100 m
3/s、且水位约高于2 m 时,浊度峰值往往先于流量峰值出现,提示河岸侵蚀和降雨直接动员河岸沉积物在初期占据重要地位。之后随着较大流量和较高水位带来的稀释及输移增强,浊度可在24 h 内降低约50%。而在低流量条件下,浊度峰值往往与流量峰值同步或滞后出现,且下降较慢,表明泥沙输移能力较弱。不同事件中还观察到顺时针、逆时针和“8”字形迟滞环,进一步说明流量大小及潮汐再悬浮共同控制浊度-流量关系。
研究结论部分可译为:据研究人员所知,耦合变分模态分解(VMD)的机器学习模型是首个用于未来3 d 河流逐小时浊度预测的模型。VMD 算法在分离复杂水质数据中的短期与长期模式方面表现出较强能力,建议用于提升机器学习水质模型的性能。72 h 预测结果表明,该模型可作为过程驱动模型的有效补充,用于预测河流浊度并解析水质变量间复杂关系。所提出的模型架构同样适用于其他水体的序列到序列(S2S)水质建模,但需根据当地环境条件和问题定制输入特征与预测目标。特征重要性分析表明,降雨特征对短期浊度变化具有重要作用,提示应更加重视实时小时降雨监测,特别是在首波冲刷事件期间,因为浊度通常会因滞后效应在两天内达到峰值。水位与流量也是浊度预测的关键因素,充足流量通常会产生顺时针迟滞并通过增强稀释与输移促进浊度快速恢复至基线水平。总体而言,该模型为预测浊度变化、支持水处理厂决策以及发布娱乐性用水预警提供了实用途径,从而有助于降低与河流中潜在病原菌存在相关的经济损失和健康风险。未来工作包括提高模型对极端降雨事件下浊度快速波动的刻画能力,将 VMD 更深入嵌入建模框架以增强适用性,并结合土壤湿度等传统水文过程指标改进先行流域湿润状况表征;此外,还应纳入空间降雨产品并与水文及过程模型耦合,以更全面理解浊度动力学。