一种分解辅助的深度集成框架：面向多水库系统的可解释总氮预测

《Ecohydrology & Hydrobiology》：A decomposition-assisted deep ensemble framework for interpretable total nitrogen forecasting across multiple reservoir systems

　　

•开发了一种基于CEEMDAN增强的深度混合集成框架，用于多水库总氮（TN）预测。•利用基于岭回归的元学习，集成了TFT、LSTM、CNN、GRU和DNN模型。•实现了强大的预测性能，测试R2 = 0.8345，NSE = 0.8345。•为2024–2030年中国中部八座水库生成了基于敏感性的TN预测。

引言

水库是至关重要的淡水资源，在供水、生态系统服务和社会经济发展中发挥着关键作用（Zhang, Cao et al., 2023）。作为人工或天然蓄水体，水库是全球水基础设施不可或缺的组成部分，既能确保饮用水的可靠供应，又能支持生物多样性保护、洪水缓解和能源生产。在各种水质参数中，TN因其在水体富营养化动态和水生态系统健康中的核心作用而成为关键指标（Chen, Liu et al., 2024）。准确的TN预测对于主动水质管理、藻华预警和水库可持续运行至关重要（Wang, Pan et al., 2024）。然而，TN浓度的预测仍具有挑战性，原因在于其复杂的时空模式、非线性动态以及对多种环境驱动因子的敏感性（Zhang, Huang et al., 2024）。关键在于，水库水质并非孤立决定，而是由气候、土壤特征和人类活动在流域尺度上的动态交互所塑造。这种复杂性在多水库系统中可能更加显著，因为共享的气候驱动、流域过程和潜在的水文联系可能产生空间异质的TN响应。现有文献强调了TN预测的困难，主要源于复杂的时序依赖、季节变异性以及水生态系统对环境驱动因子的非线性响应（Zhang, Jiang et al., 2022; Chen and Kang, 2025）。这些异质动态促使发展能够表征各水库特定响应并同时学习多尺度时序变异的建模方法。

现有的TN预测方法可大致分为过程模型、传统统计与机器学习模型以及深度学习架构。基于过程的水文和水质模型提供了机理可解释性，但它们通常需要大量的流域数据、校准和场地特定参数化，这可能限制其在多水库预测应用中的灵活性（Nkwasa, Chawanda et al., 2022）。传统数据驱动模型相对容易实施，但在存在强非线性、非平稳和多尺度时序结构时可能效果不佳，这促使采用分解辅助和深度学习方法。由于各水库的水文和生物地球化学条件不同，预测精度在站点之间也可能存在显著差异。LSTM和CNN等深度学习架构可以改善水质预测中的时序表征和局部特征提取。此外，分解辅助方法有助于表征单个预测模型难以捕捉的噪声和多尺度水质信号（Zhang, Jiang et al., 2022; Zheng, Wei et al., 2024）。此外，水质时间序列通常包含由暴雨事件、季节循环和环境扰动引起的噪声和多尺度波动，这可能降低单模型预测方法的鲁棒性（Guduru and Jilo, 2022）。除方法局限性外，TN动态受多种环境和人为驱动因子的影响，包括降水、温度、土壤性质、土地利用、废水排放、施肥和大气氮沉降。降水格局的改变和极端水文事件可增加地表径流，迅速将陆地氮素动员至水库，产生难以预测的突发TN脉冲（Savi?, Staji? et al., 2022; Cai, Cao et al., 2024）。温度变化可改变生物地球化学循环、分层和营养盐转化过程，从而加剧TN的季节变异性（Cai, Cao et al., 2024）。土壤性质进一步调节陆域-水域营养盐传输，因为储存的氮和磷可在大流量条件下通过径流和淋溶被输运至水库（Yli-Halla, L?tj?nen et al., 2022）。土地利用变化和生活污水进一步加剧外部营养盐负荷，增加了水库TN信号的非线性（Hussain, Ahmed et al., 2025; Pithiya, Vyas et al., 2025）。在区域尺度上，肥料来源的氮损失和大气氮沉降进一步加剧了进入水库系统的外部营养盐负荷。低效的肥料利用可通过径流和淋溶增加氮的出口，而农业和燃烧来源的反应性氮沉降可能改变水生态系统营养盐平衡并放大富营养化风险（Wen, Xu et al., 2020; Gu, Zhang et al., 2023）。这些过程强化了对能够表征非线性和多尺度TN变异性预测框架的需求。

尽管近年来取得了进展，水库系统TN预测中仍存在三个未得到充分解决的差距。第一，许多研究仅关注单个水库或独立处理监测站点，限制了对多水库系统间变异的评估能力。第二，独立的统计和深度学习模型往往难以表征TN时间序列的非平稳性和多尺度结构。第三，很少有研究在可复现的框架中整合信号分解、混合序列学习和元学习，以实现多水库月度TN预测。这些差距促使开发一种分解增强的混合集成框架用于水库尺度TN预测。为解决这些差距，本研究开发了一种CEEMDAN增强的深度混合集成框架（CEEMDAN-DHEF），用于中国中部八座水库的月度TN预测。该框架将基于CEEMDAN的多尺度分解与由TFT启发的时序注意力网络、LSTM、CNN、GRU和DNN组成的异构神经网络集成相结合。最终预测通过约束凸组合加权和时间序列岭堆叠进行整合。原始面板数据集包含2,304条水库-月记录；在构建12个月序列后，共有2,112个监督预测样本可用于时间序列模型开发和评估。因此，核心研究问题是：在防止数据泄露的前提下，CEEMDAN导出的多尺度信息和异构深度学习器能否被有效整合，以在保持时间序列泛化能力、模型可解释性和显式不确定性表征的同时，实现多水库月度TN预测。

相应地，本研究的目标为：（1）利用CEEMDAN表征月度TN动态中的多尺度时序结构；（2）开发一个结合时序注意力、循环、卷积和全连接学习器的异构深度集成；（3）在时间序列和数据泄露控制验证下评估八座水库的预测鲁棒性；（4）利用SHAP归因和校准预测区间量化模型可解释性和预测不确定性。通过实现这些目标，本研究为水库TN预测提供了可复现的数据驱动建模框架，以及面向决策支持的水质评估工具。

研究区域与数据来源

本研究的主要数据集来自Luan（2024）编制的高分辨率中国湖泊水库数据库，该数据库提供了2000年1月至2023年12月的月度水质测量数据。由此得到的原始多水库面板数据集包含2,304条水库-月记录（8座水库 × 288个月）。基本水质参数包括pH值、溶解氧（DO；mg/L）、总氮（TN；mg/L）、总磷（TP；mg/L）、高锰酸盐指数（CODMn；

集成方法

八个水库中TN浓度复杂的时序动态和多样化响应使得单一模型难以应对高特征维度、显著非线性和不规则波动模式。本研究采用模型堆叠集成方法（图4），集成了五种不同的神经网络架构：TFT启发的时序注意力网络、长短期记忆网络（LSTM）、卷积神经网络（CNN）、门控循环单元（GRU）和

研究水库系统的空间分布与水文背景

图6展示了八座研究水库在中国中部不同水文环境中的空间分布。研究站点并不构成一个单一连通梯级系统，而是跨越多个流域背景。例如，石滩潭水库位于淮河流域上游，而丹江口水库位于汉江上，汉江是长江最大的支流（Hussain, Wang et al., 2026; Zhang, Duan et al., 2026）。这种差异

局限性与未来研究方向

本工作提出了一种CEEMDAN-DHEF模型，用于预测中国中部具有异质水文环境的八座水库的TN浓度。该框架在互补的回溯评估和数据泄露控制的时间序列评估方案下进行了检验。回溯后期评估的R2/NSE = 0.8345，而独立时间序列测试（2019年11月至2023年12月；n = 400）的R2/NSE = 0.3448，RMSE = 0.658 mg/L，MAE = 0.481 mg/L（图9

结论

本研究开发并评估了一种CEEMDAN增强的深度混合集成框架，用于中国中部八座水库的月度TN预测。该框架将CEEMDAN导出的多尺度信息与TFT启发的时序注意力网络、循环、卷积和全连接神经网络学习器相结合，并通过集成方法进行整合。在更为严格的独立时间序列测试（2019年11月至2023年12月；n = 400）中，CEEMDAN-DHEF实现了

软件与数据可用性

软件名称：CEEMDAN-DHEF（CEEMDAN增强的深度混合集成框架）
●开发者：Fida Hussain（[e-mail]）
●首次可用年份：2026
●所需硬件：标准工作站（配备Intel Core i7或同等CPU）；建议使用NVIDIA CUDA兼容GPU进行深度学习模型训练
●所需软件：Python 3.10+、TensorFlow 2.x、Keras、scikit-learn、pandas、NumPy、Matplotlib和Seaborn
●编程语言：Python
●费用：免费
●程序大小：约2 MB（Jupyter）

软件可用性

CEEMDAN-DHEF代码可供通讯作者在合理请求下提供，仅限于学术和非商业研究目的。代码分享须遵守机构数据使用规定，任何敏感文件路径或受限数据组件将在发布前予以移除。

数据可用性

本研究使用的水库水质数据可通过Figshare公开获取，网址为https://doi.org/10.6084/m9.figshare.27626286。气象数据（包括温度和降水）来自中国气象数据服务中心，网址为http://data.cma.cn。衍生处理后的数据集可供通讯作者在合理请求下提供，须遵守数据使用许可和机构规定。

资助

本工作由国家"十四五"重点研发计划（2024YFD1700802）资助。

CRediT作者贡献声明

Fida Hussain：撰写 – 初稿、软件、概念化。Guanbin Wang：调查、概念化。Muhammad Awais：验证、概念化。Yihang Song：软件。Yanyan Zhang：形式分析、概念化。Hao Zhang：概念化。Vijaya Raghavan：验证、方法学、概念化。Yiheng Zang：概念化。Guoqing Zhao：方法学、形式分析、概念化。Jiandong Hu：撰写 – 审阅与编辑、撰写 – 初稿。

Fida Hussain|Guanbin Wang|Muhammad Awais|Yihang Song|Yanyan Zhang|Hao Zhang|Vijaya Raghavan|Yiheng Zang|Guoqing Zhao|Jiandong Hu