《ISPRS International Journal of Geo-Information》：A GeoAI Framework for Offshore Wind Farm Site Suitability Prediction Using Ensemble Machine Learning
编辑推荐：
将人工智能与地理空间分析相结合的地理人工智能（GeoAI），为可再生能源规划和场地适宜性评估提供了新的机遇。然而，将多准则决策分析（MCDA）与机器学习（ML）相结合用于近海风电场适宜性评估的研究仍十分有限。本研究提出了一种GeoAI框架，利用集成机器学习技术
将人工智能与地理空间分析相结合的地理人工智能（GeoAI），为可再生能源规划和场地适宜性评估提供了新的机遇。然而，将多准则决策分析（MCDA）与机器学习（ML）相结合用于近海风电场适宜性评估的研究仍十分有限。本研究提出了一种GeoAI框架，利用集成机器学习技术预测近海风电场适宜性。研究人员开发了一个融合技术信息的池化机器学习模型，使用了九个预测变量，其中包括涡轮机类型，以区分固定底式和浮动式两种技术。研究评估了梯度提升（Gradient Boosting）、极限梯度提升（XGBoost）、轻量级梯度提升机（LightGBM）、随机森林（Random Forest）、决策树（Decision Tree）和逻辑回归（Logistic Regression）六种算法，并以多数类分类器作为基线。模型开发和超参数优化采用基于地理分区的五折分层分组交叉验证，以加权F1分数（weighted F1-score）作为主要模型选择指标。梯度提升取得了最佳模型性能，其加权F1分数为0.8077，紧随其后的是XGBoost（0.8031），因此被选作最终模型。沙普利加法解释（SHAP）分析进一步揭示，风功率密度、风速和水深是影响近海风电场适宜性预测的最关键因素。
一、研究背景与现存问题
随着全球对可再生能源需求的日益增长，海上风电作为一种清洁高效的能源形式，其开发潜力巨大。然而，海上风电场的选址是一个复杂的多准则决策问题，需要综合考虑环境、技术、经济和社会等多方面因素。传统上，这类问题主要依赖地理信息系统（GIS）结合多准则决策分析（MCDA）方法，如层次分析法（AHP）来解决。尽管这些方法提供了结构化的决策框架，但其局限性在于难以从数据中自主学习和建模复杂的非线性关系。
近年来，地理人工智能（GeoAI）的兴起为空间预测提供了新思路，它能够将先进的机器学习（ML）技术与地理空间数据分析相结合。然而，现有研究大多集中于陆上风能评估，针对海上风电场的机器学习选址研究相对匮乏。具体而言，存在两个关键问题：第一，缺乏公开可用的高质量训练数据集来开发海上风电场的预测模型；第二，缺少能够有效整合多准则决策分析与机器学习技术的系统性方法论框架。此外，许多机器学习模型被视为“黑箱”，其预测过程缺乏可解释性，这限制了其在需要透明决策支持的空间规划中的应用。
因此，开展此项研究的目的是提出一种集成了GIS、专家知识驱动的AHP、集成机器学习算法以及SHAP可解释性分析的GeoAI框架，专门用于预测海上风电场的选址适宜性，以解决上述领域空白。
二、关键技术方法概述
为构建该预测框架，研究人员采用了多项关键技术方法。首先，通过GIS技术收集和处理了红海沙特阿拉伯海域的环境、技术和基础设施等九类地理空间变量数据。其次，运用层次分析法（AHP）并依据11位领域专家的判断，生成了五个等级（从极低到极高）的场地适宜性标签，作为监督学习的真实值。在模型开发阶段，比较了包括梯度提升（Gradient Boosting）、极限梯度提升（XGBoost）、轻量级梯度提升机（LightGBM）、随机森林（Random Forest）、决策树（Decision Tree）和逻辑回归（Logistic Regression）在内的六种机器学习算法，并以多数类分类器作为基线。为了应对空间数据的相关性，采用了基于地理分区的五折分层分组交叉验证（Stratified Group Cross-Validation）进行模型评估与超参数优化。最后，应用沙普利加法解释（SHAP）方法对最优模型进行解释，以识别关键预测因子。
三、研究结果
3.1 模型性能比较
通过五折空间交叉验证，研究发现所有基于树的集成模型均显著优于逻辑回归和基线分类器。其中，梯度提升（Gradient Boosting）模型表现最佳，其加权F1分数达到0.8077，准确率为80.96%。极限梯度提升（XGBoost）紧随其后，加权F1分数为0.8031。因此，梯度提升被选定为最终模型。
3.2 最终模型在地理隔离测试集上的评估
将选定的梯度提升模型应用于完全独立的地理隔离测试集后，模型表现出色，整体准确率约为85.7%（154个观测值中正确分类132个）。混淆矩阵显示，模型在所有五个适宜性等级上都保持了良好的判别能力，特别是对于高适宜性等级（Class 3和Class 4）的分类精度很高。
3.3 按技术类型的性能分析
由于模型同时考虑了固定底式和浮动式两种风机技术，研究人员分别报告了模型在两类数据上的表现。结果显示，对于浮动式技术观测值的加权F1分数（0.8968）高于固定底式技术（0.7883）。但研究人员谨慎地指出，这一差异可能与两组数据在样本量和类别构成上的不同有关。
3.4 SHAP特征重要性分析
SHAP分析揭示了各预测变量对模型输出的全局贡献度。结果表明，风功率密度（Wind power density）是影响力最大的预测因子，其次是水深（Water depth）和风速（Wind speed）。距离海岸线距离、距离输电线路距离和涡轮机类型（Turbine_type）也显示出中等程度的贡献，而保护区、海底电缆和航运路线的影响相对较低。这一发现与海上风电评估的工程常识高度一致。
四、讨论与结论
在讨论部分，研究人员强调，本研究所采用的适宜性标签来源于专家知识驱动的AHP-GIS框架，而非实际运营的海上风电场数据。因此，模型的预测性能应在此背景下理解，它代表了对专家知识体系的学习和复现能力，而非对现实世界开发结果的独立验证。这是一个重要的局限性。
研究结论部分总结如下：本研究提出了一个集成了GIS、AHP、机器学习和SHAP可解释性分析的GeoAI框架，用于预测海上风电场的选址适宜性。研究人员开发了一个融合技术信息的池化机器学习模型，使用了九个预测变量，包括涡轮机类型。通过比较六种分类算法，梯度提升（Gradient Boosting）模型在基于地理分区的分层分组交叉验证中取得了最高的加权F1分数（0.8077），被选为最终模型。SHAP分析表明，风功率密度、风速和水深是影响预测结果的最关键因素。未来工作将探索深度学习与图学习方法在该领域的应用，并将该框架扩展到其他地理区域，结合气候预测评估长期资源适宜性。
