基于可解释人工智能（XAI）的Musimcheon溪低流量驱动因子诊断与SWAT模型归因分析

《Water》：Diagnosing SWAT-Represented Drivers of Low Flow in the Musimcheon Stream Using Explainable Artificial Intelligence (XAI)

　　

地下水储量维持低流量并掩盖了其控制机制。研究人员利用可解释人工智能（Explainable Artificial Intelligence, XAI）诊断了经校准的分布式水文模型（Soil and Water Assessment Tool, SWAT）对Musimcheon流域（180.5 km²，大韩民国）所表征的低流量驱动因子。研究基于SWAT日尺度输出训练了XGBoost替代模型，通过15个前期预测因子复现7天滑动平均径流（Q₇），并采用嵌套留一年交叉验证（Nested leave-one-year-out cross-validation）进行评估（对数Q₇的纳什效率系数（Nash–Sutcliffe efficiency, NSE）= 0.93）。SHapley Additive exPlanations（SHAP）分析表明，短期（≤30 d）降水主导了整体径流变率，而在低流量日，长期（≥90 d）降水与深层渗漏（Deep percolation）的贡献占比从40.4%上升至51.4%（样本外为38.6% → 45.5%）。这种偏移在替代低流量阈值、解释方法、预测因子集合、60–300天模拟地下水延迟以及扩展的2002–2022年记录中均持续存在，但其幅度依赖于该延迟参数。最低模拟Q₇（2017年6月）之前经历了相当于季节均值19%的180天累积渗漏。180天累积渗漏呈现出阈值型行为（不确定转变区间≈ 70–83 mm）。这些结果是基于短记录对模型行为的诊断性归因，而非观测到的因果关系，若用于预警需在早期观测验证。

低流量在持续干旱期维持于河道中，控制着水生栖息地、污染物稀释能力、地表水抽取可靠性及环境流量维持。由于低流量主要由地下水排泄（基流，baseflow）供给，其量值往往受控于数月乃至数年的降水、土壤含水层与地下水储量历史，而非前几日天气。这导致即使在年降水量偏丰年份仍可能发生严重低流量，简单的年降水统计往往失效。传统方法如基流分割、退水分析及回归分析难以表征非线性关系、因子交互作用及多时间尺度前期条件的同步影响。近年来机器学习模型虽预测技巧较高，但其黑箱特性限制了物理可解释性。可解释人工智能（Explainable Artificial Intelligence, XAI），特别是基于Shapley值的SHapley Additive exPlanations（SHAP），可将预测分解为各因子加性贡献，为诊断水文机制提供了新途径。然而，将XAI用于系统诊断校准过程模型如何表征低流量控制因子，并检验此类归因稳健性的研究仍较少见，尤其在韩国城市溪流领域。观测径流也无法提供地下水补给、土壤水等内部状态变量，制约了对低流量机制的深入理解。

为此，研究人员以韩国清州市Musimcheon流域（180.49 km²）为对象，利用经校准的分布式水文模型（Soil and Water Assessment Tool, SWAT）日尺度输出作为物理一致的数据源，构建XGBoost替代模型并运用SHAP诊断模型所表征的低流量驱动因子。该框架为诊断性而非预测系统。研究发现，尽管短期（≤30 d）降水主导整体径流变率，但在低流量日，长期（≥90 d）降水与深层渗漏（Deep percolation）的贡献占比从40.4%上升至51.4%。这一体制转换（regime-dependent attribution）在不同低流量阈值、解释方法、预测因子集、模拟地下水延迟参数（GW_DELAY）及扩展记录中均表现稳健。该工作揭示了XAI可用于追踪过程模型内部参数（如GW_DELAY）对模拟低流量的控制作用，为低流量管理提供了诊断依据。

研究人员构建Musimcheon流域SWAT模型，以2016–2018年为率定期、2019–2021年为验证期手动校准，主分析采用2015–2022年模拟输出（扩展分析为2002–2022年）。从SWAT日尺度输出中提取流域平均降水、蒸散发、土壤水及根区以下深层渗漏等变量，构建15个前期预测因子（包括7、30、90、180、365天累积量及日期变量）。以7天滑动平均径流（7-day trailing mean discharge, Q₇）为目标变量，训练XGBoost替代模型，采用嵌套留一年交叉验证（Nested leave-one-year-out cross-validation, LOYO）评估泛化性能。运用TreeSHAP计算精确Shapley值，在全局、分组、依赖性和交互层面进行归因分析，并通过样本外年度模型、干预SHAP、Owen值、分组置换重要性及预测因子约简等开展稳健性检验。通过离线模拟改变SWAT地下水延迟参数（GW_DELAY = 60–300天），并采用显式规则对低流量事件进行分类。

*3.1 低流量特征*
研究人员分析了2015–2022年SWAT模拟径流的日历时曲线，模拟Q90与Q95分别为0.475 m³/s和0.357 m³/s。最低模拟Q₇（0.138 m³/s）出现在2017年6月22日，该年降水量（1303 mm）高于时段均值，且降水主要集中于事件之后的7月。年降水量与年最小7天径流（Q7_min）几乎无相关（r = ?0.14），而前一年降水量与之呈中等程度正相关（r = 0.67），表明年尺度统计不足以解释低流量，必须分析以事件时间为基准的前期条件。

*3.2 模型性能*
嵌套LOYO交叉验证显示，XGBoost复现模拟Q₇的对数纳什效率系数（Nash–Sutcliffe efficiency, NSE）= 0.932，Kling-Gupta效率系数（Kling–Gupta efficiency, KGE）= 0.83；支持向量回归（Support Vector Regression, SVR）略优，随机森林（Random Forest, RF）和多层感知机（Multilayer Perceptron, MLP）相近，岭回归（Ridge regression）失效，证实需要非线性学习器。XGBoost判别低流量日的ROC曲线下面积（Area Under the Curve, AUC）达0.979，但固定Q90阈值下检测概率（Probability of Detection, POD）仅为0.52；以训练集调阈后POD升至0.97。然而树模型无法外推，对2017年极端低流量存在系统性低估（交叉验证预测0.40 m³/s vs SWAT值0.138 m³/s）。

*3.3 全局与分组重要性*
SHAP摘要图显示，P₇、P₃₀、PERC30、PERC180、P₃₆₅和PERC365为最重要预测因子。分组层面，全时段内短期降水（≤30 d）贡献最大（46.6%），深层渗漏（25.9%）和长期降水（14.5%）次之。但在220个低流量日，短期降水占比降至35.6%，深层渗漏、长期降水和土壤水分别升至33.7%、17.7%和9.1%，长期存储组合从40.4%升至51.4%，超过短期降水。

*3.4 低流量贡献的依赖性与转变点*
SHAP依赖分析表明，P₇在约23 mm、P₃₀在约92 mm以下时贡献转负；PERC30在约8 mm处骤降；PERC180呈现阶跃式转变（约74 mm），暗示半年度累积补给需达到某一水平才能维持正常基流。交互值占总交互量36%，最强交互为P₇ × PERC30和P₇ × P₃₀，表明短期降雨的径流响应依赖于前期渗漏与补给状况。

*3.5 低流量的逐年归因*
逐年SHAP分组分析揭示了两种低流态：存储亏缺型（storage-deficit）与短期干旱型（short-term-dryness）。2016、2017和2022年，长期存储组全年为负贡献，反映2015–2016年连续干旱的亏缺持续；2018年短暂低流量中，长期降水贡献仅?0.035，深层渗漏（?0.132）也低于2017年。按显式规则，12个低流量事件（220天）中10个（208天）被归类为存储亏缺型。

*3.6 事件分析：2017年极端低流量与2021年对比*
2017年6月22日模拟Q₇为0.150 m³/s（SHAP预测），事件总SHAP值为?1.04。深层渗漏（34%）、短期降水（31%）、土壤水（16%）和长期降水（16%）共同构成复合事件，长期存储组合（49%）超过短期因子。当时PERC180仅为季节均值的19%，PERC365为46%，土壤水为29%。2021年同期虽短期降水少，但P₃₆₅（1401 mm）和PERC365（325 mm）正值贡献使Q₇维持在1.01 m³/s。2017年极端低流量被模型表征为春季干旱叠加于2015–2016年补给亏缺之上的复合事件，而非单纯春季干旱所致。

*3.7 归因与转变区间的稳健性*
样本外年度模型中，长期存储组占比从38.6%升至45.5%。干预SHAP、Owen值、预测因子约简及Q90/Q95阈值替换下该偏移均存在，但长期降水与深层渗漏之间的拆分不可识别。同时移除两个长期组使对数Q₇低流量RMSE增加46%，而仅移除短期降水仅增25%，表明长期存储信息的联合贡献不可或缺。GW_DELAY = 60–300天模拟中，该偏移始终存在但幅度递减（低流量日占比从56.1%降至45.2%）。扩展2002–2022年记录（577个低流量日，10年）给出类似结果（40.5%到52.1%）。PERC180转变点稳定于70–80 mm，与累积局部效应（Accumulated Local Effects, ALE）一致（78 mm），但年度模型间差异较大（30–81 mm），bootstrap中位数为77 mm（IQR 70–83 mm）。

*4.1 物理机制解释与管理启示*
SHAP结果与既有认识一致：低流量由基流维持，而基流受控于数月前的补给。本研究的增量在于提供了定量化且经过检验的校准过程模型表征方式。归因具有体制依赖性，且在不同SHAP变体、样本外模型、预测因子集、低流量阈值、模拟GW_DELAY及扩展记录中持续存在。通过追踪模型低流量记忆至其地下水模块，分析表明归因的时间尺度与幅度受GW_DELAY制约，这意味着XAI可揭示SWAT中哪些参数最需观测约束以用于低流量评估。管理人员应关注前期补给而非年降水或近期降水，因为180天累积渗漏低于转变区间且365天降水低于约1000 mm是存储亏缺低流的共同特征，但这些指标尚未在预见期（lead time）试验中验证，不构成预警系统。

*4.2 局限性*
首先，分析对象为SWAT模拟而非观测，SHAP解释的是模型表征行为而非实际因果关系；GW_DELAY在手动率定中设定，短于约90天拟合较差，120–300天拟合相近（月尺度NSE ≈ 0.96），其不确定性需用观测退水行为或地下水位约束。模型在月尺度率定，即使对修正观测也低估了最低流量（Q95：0.32 vs 0.60 m³/s；2017年最小Q₇：0.13 vs 0.59 m³/s），故2017年极端低流量幅度可能被夸大。实际溪流可能存在退流和再生水等维持更高基流的过程，使得模型在低流量段更依赖前期存储。SHAP重要性排序、长期存储组占比及转变区间均以SWAT状态变量表达，不能直接作为观测径流或补给的阈值。其次，主分析期仅含一次极端事件，样本外预测2017年极端值时存在高估。第三，相关降水与渗漏预测因子之间的归因拆分不可识别。第四，转变点不确定性区间宽，不应视为固定物理阈值。未来应将框架应用于观测径流和国家地下水监测数据，在预见期预警试验中测试指标，并评估气候变化情景下存储亏缺低流频率的变化。

**研究结论：**
(1) 在嵌套留一年交叉验证下，XGBoost复现模拟Q₇的对数NSE为0.93，KGE为0.83，低流量日判别AUC为0.98；2017年极端事件未能被样本外复现，固定阈值下POD为0.52，经训练集调阈后升至0.97。(2) 短期降水主导模拟整体径流变率，但在低流量日，长期降水与深层渗漏占比上升（样本内40.4%到51.4%；样本外38.6%到45.5%）；该偏移稳健，但幅度依赖于SWAT地下水延迟，且降水与渗漏之间的拆分不可识别。(3) SHAP依赖分析表明180天深层渗漏呈阈值型行为，转变区间约70–83 mm（bootstrap估计IQR；90%区间31–100 mm）；该区间应视为模型表征系统的转变范围而非固定物理阈值，且因以SWAT状态变量表达，不能直接转用于实际条件。(4) 最低模拟Q₇（0.138 m³/s，2017年6月22日）出现在年降水偏高的年份，归因于存储亏缺叠加春季干旱，当时180天深层渗漏仅为季节均值的19%；样本外模型支持该解释但存储贡献较小。(5) 显式事件规则将12个低流量事件中的10个（220天中的208天）归类为存储亏缺型、2个为短期干旱型；该分类是对模型表征行为的解释，需经观测证实。

SWAT的重要性排序、转变区间及定性结论——即低流量时存储控制相对增强——最有可能推广至实际流域，而归因占比与转变区间需经观测验证。