融合扩展Debye–Hückel机理与GBRT残差校正的多离子混合肥料溶液EC两阶段预测框架

《AgriEngineering》：A Two-Stage Hybrid Modeling Approach Integrating Physical Mechanisms and Machine Learning for EC Prediction in Multi-Ion Mixed Fertilizer Solutions

　　

无土栽培（soilless cultivation）与水肥一体化系统（integrated water–fertilizer systems）依赖营养液电导率（electrical conductivity, EC）的精确控制。尽管EC可在线测量，但由已知离子组成预测EC对离线配方筛选和前馈控制具有价值。经典扩展Debye–Hückel机理模型（extended Debye–Hückel mechanistic models）因稀溶液假设无法刻画复杂非理想离子相互作用和水合效应，在中等浓度下存在系统偏差。纯数据驱动模型则缺乏内置电化学约束和训练域内的物理可解释性。研究人员提出两阶段混合框架：模拟退火（simulated annealing, SA）首先优化机理模型的离子尺寸参数以缓解系统偏差，梯度提升回归树（gradient-boosted regression trees, GBRT）随后补偿源于高阶离子相互作用、离子配对和水合畸变的非线性残差。模型使用537个样本开发，涵盖四种混合营养配方和七种单盐电解质溶液，EC范围为6.6至2855 μS/cm，覆盖15至35 °C的五个温度水平。在独立测试集上，混合模型达到R² = 0.9999和均方根误差（root mean square error, RMSE）= 5.17 μS/cm，相对于三个基准模型将预测误差降低89.7–93.9%。该框架同时提供物理可解释性和高域内插值精度。

研究背景与问题：水肥一体化系统通过溶解多种肥料盐配制目标离子组成的营养液，电导率（electrical conductivity, EC）是制备溶液的主要质量控制指标。EC不是可自由调节的设定值，而是由溶解离子和溶液温度共同决定的表观性质。由已知配方预测EC可支持候选配方预筛选、肥料剂量预调整和水肥比优化。实践中以总盐浓度乘线性系数进行换算存在本质不准确性，因为不同盐在相同质量浓度下EC不同，肥料液EC还随浓度水平、混合比和温度变化，离子贡献在多离子溶液中并非简单加和。经典扩展Debye–Hückel机理模型（extended Debye–Hückel mechanistic model）虽引入离子强度、水合离子有限尺寸和Walden型黏度比温度校正，但其验证主要基于稀释天然水；水培营养液含较多Ca²⁺、Mg²⁺以及SO₄^2?、H₂PO₄^?等，离子配对、弱酸解离和水合壳畸变会改变载流物种，完全解离假设不再成立，平均场单一离子尺寸参数难以表示高阶多体效应，机理模型迁移至水肥一体化浓度时产生系统性而非随机误差。纯数据驱动模型可直接学习组成—性质映射，但缺乏电中性、EC随离子浓度正单调变化以及黏度主导温度响应等电化学约束，存在域移风险，对训练样本未覆盖工况输出不可靠，机制洞察有限；且营养液数据EC方差大，接近1的R²可与实际不可忽略的绝对误差并存。因此，需要一种既遵守物理约束、又能达到质量控制精度的EC预测模型。已有研究尚未将重校准扩展Debye–Hückel基线与残差学习器结合用于多离子水培营养液EC预测，也未量化两阶段各自贡献。为此，研究人员开展两阶段混合建模研究，目标包括：用模拟退火（simulated annealing, SA）校准扩展Debye–Hückel模型离子尺寸参数以缓解系统基线偏差；构建由校准机理模型提供物理一致基线、由梯度提升回归树（gradient-boosted regression trees, GBRT）补偿高阶离子相互作用残差的两阶段框架；与经典机理模型、校准机理模型和端到端纯数据驱动GBRT比较，并在独立测试集上验证实验操作窗口内的预测精度和温度稳健性。该研究的意义在于提高混合多离子营养液EC预测可靠性，为智能水肥管理提供可行工具，并明确仅评价预定实验操作窗口内性能，不旨在证明窗口外外推能力。

关键技术方法：研究构建537个溶液样本，含四种混合营养配方和七种单盐电解质溶液，EC 6.6–2855 μS/cm，温度15–35 °C五个水平；溶液由分析级试剂配制，用Hach HQ4300多参数水质仪配CDC40103四极石墨电导率探头测量，禁用仪器温度补偿；按EC范围、配方类型和温度分层随机8:2划分训练集与独立测试集。第一阶段用SA优化七个离子尺寸参数；第二阶段以七种离子摩尔浓度和温度为输入、以实测EC与校准机理预测之差为标签训练GBRT；基准为标称机理模型NomMDH、校准机理模型CalMDH和纯数据驱动DirGBRT；采用R²、RMSE、平均绝对误差（mean absolute error, MAE）、平均绝对百分比误差（mean absolute percentage error, MAPE）和最大绝对误差（maximum absolute error, MaxAE）评价，并做五次独立分层80/20划分及分层5折、10折交叉验证。

研究结果：
3.1 Correction of the Mechanistic Model Bias：通过SA优化离子尺寸参数，训练集均方误差由约7959 (μS/cm)²降至6733 (μS/cm)²，降低15.4%，RMSE由89.2降至82.1 μS/cm；三种一价离子收敛至下界，其余四种离子达到搜索域上界，边界受限值被视为当前多离子营养液系统的表观有效参数而非本征水合半径；校准后仍存在明显结构化残差，作为第二阶段拟合目标。
3.2 Performance of the Hybrid Model：基于第一阶段校准输出训练GBRT残差模型，在含108个样本的独立测试集上，CalMDH-ResGBRT达到R² = 0.9999、RMSE = 5.17 μS/cm；残差围绕零均匀分布，标准差5.17 μS/cm，无明显单调趋势；按五个温度水平分解，RMSE保持在2.8–7.3 μS/cm窄带内，在15 °C和35 °C边界温度未见误差放大。
3.3 Comparison with Benchmark Models：通过四个模型对比，NomMDH的RMSE为84.15 μS/cm，CalMDH为75.85 μS/cm、相对NomMDH约降低10%，DirGBRT为50.10 μS/cm，混合模型为5.17 μS/cm；混合模型相对三个基准模型测试集RMSE降低89.7–93.9%，MAE分别降低93.2%、92.6%和87.4%，最大绝对误差24.32 μS/cm，约为基准模型MaxAE的1/12–1/13；NomMDH在中高EC存在系统高估，CalMDH仍有可见系统偏差，DirGBRT在高EC散点较大，混合模型在全EC范围接近一致；三个基准模型在插值域低温和高温边界普遍性能退化，DirGBRT在温度边界误差升高，混合模型避免温度诱导性能衰减。
3.4 Robustness Under Multiple Random Data Partitions：通过五次独立分层80/20划分、分层5折和10折交叉验证，CalMDH-ResGBRT在三种划分方案下RMSE稳定在4.25–4.87 μS/cm，远低于三个基准模型；各模型RMSE有波动但排序不变；尽管所有模型R²接近1，该指标掩盖基准模型较大绝对误差，RMSE对实际EC预测更有信息量；结果表明混合模型精度优势并非来自单次有利训练—测试划分的统计假象。

讨论总结：SA校准仅带来中等程度全局误差降低，调整单一离子尺寸参数不能完全消除农业水肥溶液的 system 偏差；边界收敛参数应解释为系统特定表观有效参数，源于离子配对缔合、竞争水合和多体静电相互作用，而非单盐测得的本征水合离子半径。扩展Debye–Hückel作为平均场近似，通过平均静电势描述离子间作用并以单一尺寸参数处理水合，不能直接捕捉阴阳离子配对和水合壳浓度依赖畸变，参数优化只能使机理基线与平均实验观测部分对齐，剩余结构化非线性偏差交由第二阶段GBRT补偿。两阶段CalMDH-ResGBRT具有超加性协同：校准Debye–Hückel骨架捕捉EC随离子强度和温度变化的主导平滑物理变化，GBRT只拟合常规物理模型不能描述的高阶离子现象低幅残差；GBRT不必耗费容量重新发现电解质物理，而将表征能力集中于离子配对和水合壳扰动等难建模非线性；温度依赖的离子迁移率由机理部分内在编码，DirGBRT因缺乏电化学约束在温度边界泛化较差，混合模型在15–35 °C保持低误差。数据驱动预测器在可比无土栽培系统中绝对误差较大，Wei et al.的CatBoost模型R² = 0.946但EC RMSE为248.28 μS/cm；本数据集EC标准差达539 μS/cm，接近1的R²可掩盖非可忽略绝对误差，因此应优先用RMSE和MAE评价营养液EC预测。误差分解显示SA校准仅带来中等程度RMSE降低，主要精度增益来自残差学习GBRT，其补偿平均场理论不能捕捉的高阶离子相互作用、离子配对和水合壳畸变；将主要平滑物理变化负担转移给校准机理模块后，GBRT只拟合低幅残差，降低树学习器难度并获更小误差。该架构属残差校正型物理信息机器学习，机理模型提供物理约束基线、学习器只拟合偏差，而非将控制方程嵌入损失函数。实际应用中，EC是水肥一体化系统主要过程指标，纯数据驱动模型对训练数据未充分表示的新配方可能产生物理不合理输出并误导肥料剂量调整；混合框架最终EC预测由物理一致CalMDH基线主导，GBRT残差校正较小，即使输入偏离训练分布，预测EC仍与离子浓度和温度保持物理合理单调关系，支持性能优雅退化而非灾难性失败。高精度混合模型可用于实验室混合测量前候选营养配方离线预筛选，减少配方开发实验量，并支持前馈水肥控制：给定目标离子浓度，可预计算EC以在传感器反馈可用前预调肥料泵输出，补充常规传感器闭环调节；在研究覆盖的组成和温度范围内，RMSE低于10 μS/cm满足实用精准水肥精度要求。实现前馈控制需先验离子组成，离子选择性传感技术正在发展，便携式多重离子选择性电极阵列、电容耦合非接触电导检测和在线自动水肥配肥系统的发展可与该预测模型整合，形成从离子组成测量到肥料投加执行的闭环流程。局限包括：数据集围绕水培水肥常见七种主要离子构建，未含氯离子、螯合铁物种和硼酸盐等特种离子，扩展适用性需进一步实验校准；系列稀释样本可能带来泄漏，但同一稀释系列即使离子比例固定，离子活度和离子配对效应仍使电导率—浓度关系非线性，稀释样本并非简单重复，多种划分下基准模型精度一致较差，表明CalMDH-ResGBRT优势主要源于物理引导混合结构而非划分泄漏，但样本级随机划分不能完全排除该偏差，因基础母液数量有限未进行严格Leave-One-Formulation-Out交叉验证和未见温度留出测试；机理骨架未显式纳入离子对平衡的质量作用方程，显式引入离子对形成常数可能进一步降低残差但增加需拟合参数；式(3)黏度比温度校正源于经验Walden规则，捕捉溶剂黏度主导温度效应，未显式考虑水介电常数和离子缔合平衡的温度依赖变化，研究人员从模型残差推断GBRT学到的温度相关误差部分补偿了这些省略物理效应，这是该混合建模框架的内在特征和局限；虽混合模型在训练插值域边界显示改善的物理合理性，仍缺乏专门分布外外推验证。未来工作可扩展包含更多离子物种的实验数据集并进行系统外推测试，将显式离子对平衡嵌入机理模块以减少对机器学习残差校正依赖，并基于该模型开发新型营养液配肥系统。

研究结论部分翻译：本研究提出两阶段混合建模框架，将扩展Debye–Hückel电解质机理模型与GBRT残差补偿相结合，用于无土栽培多离子混合肥料营养液EC预测。通过应用SA优化机理模型离子尺寸参数，部分缓解了稀溶液假设导致的系统基线偏差，随后GBRT模块进一步拟合和校正未建模高阶离子相互作用、离子配对和水合壳畸变引起的结构化残差。在包含537个样本、四种混合营养配方、七种单盐电解质、EC范围6.6–2855 μS/cm和温度15–35 °C的数据集上验证，混合模型在独立测试集达到R² = 0.9999和RMSE = 5.17 μS/cm，相比标称机理模型、校准机理模型和纯数据驱动GBRT基线误差降低89.7–93.9%。受益于机理骨架内置物理约束，所提方法在整个实验温度范围内保持稳定高精度预测，避免基准模型在温度边界处观察到的性能下降。与纯机理模型和端到端机器学习模型相比，该混合方法实现电化学可解释性、高插值精度和输出物理合理性改善，可支持营养液配方离线预筛选和水肥一体化系统前馈控制，为无土栽培精准水肥管理提供有效预测工具。