基于物理的目标仿真：机器学习代理在参考蒸散发模拟中的概念性数字孪生视角

《Hydrology》：Physics-Based Target Emulation of Reference Evapotranspiration Using Machine Learning Surrogates: A Conceptual Digital Twin Perspective

　　

参考蒸散发（ET0）是一种标准化的气候指数，用于表征大气蒸发需求，其定义和计算基于FAO-56 Penman-Monteith（PM）框架。当所需的质量控制气象输入可用时，标准化的FAO-56 PM公式仍然是计算ET0的适当方法。本研究并不试图取代该公式，而是提出了一项初步的、针对特定地点的比较性调查，考察六种机器学习架构如何仿真现有的FAO-56 PM导出的ET0目标。研究人员评估了线性回归（LR）、随机森林（RF）、极端梯度提升（XGBoost）、支持向量回归（SVR）、多层感知器（MLP）和长短期记忆网络（LSTM），使用了来自希腊西马其顿ERA5-Land/Open-Meteo的1827条日记录。评估结合了按时间顺序的数据划分、时间序列感知交叉验证、水文性能指标、Diebold-Mariano比较和基于SHAP的解释。辐射和温度相关变量是最强的统计预测因子。SVR取得了最低的测试集均方根误差（RMSE）（0.0862 mm day-1；R2 = 0.9967；PBIAS = 0.96%），尽管其预测精度在统计上与XGBoost无显著差异（DM = -1.8884，p = 0.0600）。在当前的实验配置下，LSTM的精度显著较低（R2 = 0.7636）。这些发现刻画了在采样域内仿真器的比较统计性能；它们并不证明物理等效性、优越的运行性能或超出该域的可迁移性。数字孪生的视角是概念性的：没有开发或验证可运行的数字孪生或集成水文系统。本研究为后续调查数据驱动组件在水文建模中的作用和局限性提供了初步的方法论证据，特别是支持标准化FAO-56 PM计算的气象数据重建和质量控制。

一、研究背景与问题提出

参考蒸散发（ET₀）是水文循环中的关键变量之一，在灌溉调度、作物需水量估算、干旱监测和水资源管理中发挥着核心作用。ET₀是针对标准化假想充分供水草地参考面定义的气候指数，FAO-56 Penman-Monteith（PM）方程提供了计算该标准化参考量的既定数学框架。该方程在标准化参考条件下整合了辐射、气温、湿度和风速等大气蒸发需求的气象驱动因子。当所需的质量控制气象信息可用时，FAO-56 PM仍是计算标准化ET₀的适当基础，不应被视为可替代的经验预测模型。

尽管机器学习已被越来越多地研究用于ET₀估算，但其作用需与标准化FAO-56 PM公式严格区分。已有研究表明数据驱动模型能以较高统计精度再现FAO-56 PM导出的ET₀，但预测一致性本身并不能证明可替代标准化物理计算。Kukal等人强调，参考蒸散发是刻意定义的气候指数而非直接可观测的通量，其标准化依赖于保持辐射、温度、湿度和风速之间一致的物理关系。因此，当所需质量控制气象输入可用时，机器学习更应被视为支持性或分析性工具，而非FAO-56 PM方程的替代品。

与此同时，数字孪生技术的兴起为复杂物理系统的监测、模拟和管理提供了新途径。数字孪生被定义为通过数据交换、模拟和预测分析与物理对应物持续交互的动态虚拟表示。该技术已从制造业扩展到环境和水相关领域，集成数据驱动与物理基础组件被识别为未来水系统的主要研究方向。然而，在ET₀仿真研究中，机器学习模型与标准化物理计算之间的解释界限、模型间性能差异的统计显著性，以及特征归因模式所揭示的域内行为等问题，仍需更严谨的方法论审视。

二、研究内容与核心结论

本研究在希腊西马其顿伊利安水电站水库附近区域开展了一项受控的模型比较实验。研究使用ERA5-Land再分析数据集通过Open-Meteo历史天气API获取了2021年6月19日至2026年6月19日共1827天的连续日气象记录，数据无缺失值。研究将11个日气象变量作为预测因子，以Open-Meteo提供的基于FAO-56 PM公式计算的et0_fao_evapotranspiration字段作为预测目标，对六种机器学习架构——线性回归（LR）、随机森林（RF）、极端梯度提升（XGBoost）、支持向量回归（SVR）、多层感知器（MLP）和长短期记忆网络（LSTM）——进行了系统比较。

研究采用时间顺序数据划分（70%训练、15%验证、15%测试），结合时间序列感知的五折扩展窗口交叉验证、多种水文性能指标、Diebold-Mariano（DM）统计检验和SHAP特征归因分析。结果表明，SVR取得了最低的测试集RMSE（0.0862 mm day^-1）和最高的R²及NSE（均为0.9967），但DM检验显示其与XGBoost的预测精度差异在统计上不显著（p = 0.0600）。LSTM表现最弱（R² = 0.7636），其预测呈现明显的平滑效应，对短期日际变异的再现能力不足。该研究的重要意义在于：明确了机器学习对标准化ET₀的统计仿真不等于物理等效性，为后续在概念性数字孪生框架下界定数据驱动组件的作用与局限提供了方法论证据。

三、关键技术与方法

研究采用的主要技术方法包括：时间序列感知的五折扩展窗口交叉验证（TimeSeriesSplit），在训练子集内进行超参数优化并以RMSE为优化准则；对需要特征缩放的SVR和MLP模型，将预处理纳入交叉验证管道以防止信息泄漏；LSTM采用14天回看窗口构建输入序列，通过手动网格搜索选择超参数，并以五折前向验证评估稳健性；Diebold-Mariano检验采用Harvey-Leybourne-Newbold小样本校正，以SVR为基准进行两两预测精度比较，并通过Holm-Bonferroni逐步校正控制族系错误率；SHAP分析采用Kernel SHAP方法，以训练集50个代表性观测为背景分布，对测试集275个观测计算特征贡献。模型实现使用Python 3.13.16及Scikit-Learn、XGBoost、TensorFlow等库。

四、研究结果

4.1 参考蒸散发的时间特征

FAO-56 PM导出的日ET₀序列呈现显著且规则的年季节性，最小值0.27 mm day^-1出现在冬季，最大值7.98 mm day^-1出现在夏季，总体均值为3.10 ± 1.89 mm day^-1。峰值集中在6至8月，最低值出现在12月和1月。年累积ET₀约为1098至1163 mm，序列连续完整无缺失，为模型开发提供了稳定一致的基础。

4.2 气象变量相关性分析

Pearson相关分析显示，短波辐射（SWR）与ET₀的统计关联最强（|r| = 0.958），温度相关变量同样呈强正相关：最高气温（T_max，|r| = 0.912）、平均气温（T_mean，|r| = 0.897）、最低气温（T_min，|r| = 0.838）。日照时长（|r| = 0.894）和昼长（|r| = 0.818）也超过0.80。风力和降水相关变量与ET₀的相关性较弱，最大风速|r| = 0.292，最大阵风|r| = 0.285，总降水|r| = 0.259。

4.3 机器学习模型比较性能

在独立测试集（n = 275天）上，SVR取得最优数值性能：RMSE = 0.0862 mm day^-1，MAE = 0.0598 mm day^-1，R²和NSE均为0.9967。MLP（RMSE = 0.0979 mm day^-1，R² = 0.9957）和XGBoost（RMSE = 0.0994 mm day^-1，R² = 0.9956）紧随其后。RF保持较高精度（RMSE = 0.1282 mm day^-1，R² = 0.9926）。LR作为基线获得R² = 0.9736（RMSE = 0.2421 mm day^-1），其RMSE约为SVR的2.8倍。LSTM精度最低（RMSE = 0.7251 mm day^-1，R² = 0.7636，PBIAS = 9.64%）。

4.4 预测值与FAO-56 PM参考值对比

时间序列叠加图显示，SVR、MLP、XGBoost和RF的预测在整个测试期内紧密跟随参考ET₀序列，同时再现了季节趋势和短期日际波动。LR捕捉了总体季节行为但在高ET₀时段出现可见偏差，倾向于低估晚春和初夏的高值。LSTM预测呈现特征性平滑行为，在跟随宽泛季节包络的同时抑制了大量短期日际变异。

4.5 模型特定诊断分析

LR在时间序列交叉验证中平均RMSE为0.2846 ± 0.0795 mm day^-1，残差图显示高预测值处存在以负残差为主的轻度结构。RF的特征重要性分析识别短波辐射为支配性预测因子，其次为平均气温，五折交叉验证平均RMSE为0.2066 ± 0.1090 mm day^-1。XGBoost的增益特征重要性同样识别SWR为主导因子，其次为日照时长和温度相关变量，平均交叉验证RMSE为0.1630 ± 0.0633 mm day^-1。SVR的残差分析显示零中心、近似同方差的残差，限制在约±0.30 mm day^-1范围内，交叉验证RMSE范围为0.0782至0.1865 mm day^-1，平均0.1203 ± 0.0372 mm day^-1。MLP的训练损失曲线在约40个周期内平滑收敛并在100个周期内稳定，交叉验证RMSE范围为0.0769至0.1864 mm day^-1，平均0.1255 ± 0.0368 mm day^-1。LSTM的前向验证平均RMSE为0.7722 ± 0.2794 mm day^-1，各折RMSE分别为1.1975、0.4581、0.9937、0.6624和0.5494 mm day^-1，对训练和验证子集的时间组成表现出敏感性。

4.6 预测精度统计比较

以SVR为基准的DM检验显示，SVR与LR（DM = -11.1379，p < 0.001）、RF（DM = -3.4072，p = 0.0008）、MLP（DM = -3.1702，p = 0.0017）和LSTM（DM = -6.6409，p < 0.001）之间存在统计显著差异。SVR与XGBoost之间的差异不显著（DM = -1.8884，p = 0.0600），不能拒绝等预测精度的零假设。Holm-Bonferroni校正后结论不变。

4.7 SVR模型的SHAP解释

SHAP分析识别短波辐射为绝对主导的预测因子（平均|SHAP| = 1.1042 mm day^-1），超过排名第二的平均气温（0.4911 mm day^-1）两倍以上。最高气温（0.1418）、最低气温（0.1127）和昼长（0.0902）构成次级影响组。降水相关变量贡献极小：降雨0.0144，总降水0.0120，降雪仅0.0002 mm day^-1。高SWR值一致产生正SHAP值从而增加预测ET₀，低辐射值产生强负贡献。

五、讨论与结论

5.1 讨论总结

讨论部分指出，机器学习模型对FAO-56 PM导出目标的高统计保真度证明了目标仿真成功，但不建立与FAO-56 PM公式的物理等效性，也不证明所学关系在不同气候、预测因子分布或气象数据质量条件下能保持标准化ET₀行为。当完整质量控制气象变量可用时，标准化物理方程应仍是计算参考ET₀的主要方法。机器学习更适合支持气象数据质量控制、缺口填补、不可靠输入变量重建等预处理任务。

LSTM表现较弱的原因被解释为其归纳偏置与ET₀目标以当日气象强迫为主的性质不匹配。FAO-56 PM导出的ET₀主要由当日气象条件决定，目标公式不包含需要跨日传播信息的显式存储状态组件。LSTM的时间记忆机制在此条件下提供的额外预测信息有限，这解释了其预测中观察到的平滑和短期波动抑制现象。前向交叉验证结果进一步表明，较短的五年日记录可能限制了循环架构学习稳定可泛化时间表征的能力。

5.2 研究结论

本研究通过受控比较实验表明，SVR在测试集上取得了最低RMSE（0.0862 mm day^-1）和最高R²（0.9967），但其预测精度与XGBoost在统计上无显著差异。辐射和温度相关变量是最强的统计预测因子。LSTM在当前实验配置下精度显著较低（R² = 0.7636）。这些发现表征了采样域内仿真器的比较统计性能，不证明物理等效性、优越运行性能或域外可迁移性。数字孪生视角是概念性的，未开发或验证可运行的数字孪生或集成水文系统。研究为后续调查数据驱动组件在水文建模中的作用和局限提供了初步方法论证据，特别是支持标准化FAO-56 PM计算的气象数据重建和质量控制。