超盐水体湖泊悬浮泥沙水动力驱动因素解耦：基于物理信息机器学习的方法

《International Journal of Applied Earth Observation and Geoinformation》：Decoupling hydrodynamic drivers of suspended sediment in hypersaline lakes: A physics-informed machine learning approach

　　

在干旱环境中，浅水超盐水体湖泊对区域生态稳定性至关重要。然而，利用传统光学遥感准确监测此类水体中的悬浮颗粒物（Suspended Particulate Matter, SPM）仍面临挑战。主要障碍包括高浊度事件中的信号饱和、浅水区底质反射干扰以及卫星重访频率不足。为应对这些局限，研究人员构建了物理信息机器学习（Physics-Informed Machine Learning, PIML）框架，以解耦艾比湖SPM的水动力驱动因素。与纯数据驱动方法不同，研究人员基于波浪力学构建特征空间，将底床剪切应力、有效风区（effective fetch）及时间记忆项等变量纳入随机森林回归器。尤为关键的是，研究人员采用经物理降尺度的ERA5瞬时阵风数据，以捕捉泥沙起动（sediment entrainment）的非线性阈值行为。该模型表现出稳健性能，五折交叉验证R²达0.91（RMSE = 81.14 mg/L；RRMSE = 32.3%），同时克服了光学饱和问题。特征归因分析识别出瞬时阵风为首要主导因素（重要性>90%），显著优于平均风速。研究人员进一步量化了约12.0 m/s的临界物理阈值，证实泥沙再悬浮是由极端风事件触发的能量受限过程。此外，该模型充当"虚拟地球静止传感器"，成功重建了极轨卫星通常无法捕捉的小时级SPM动态。本研究为数据匮乏的内陆湖泊高频水质监测提供了一种可迁移且具有物理可解释性的范式。

该研究发表于《International Journal of Applied Earth Observation and Geoininformation》，聚焦干旱区浅水超盐水体湖泊中悬浮泥沙（Suspended Particulate Matter, SPM）的水动力驱动机制解耦问题。

**研究背景与核心问题**

干旱与半干旱地区的内陆湖泊生态系统对气候变化和人类活动高度敏感。艾比湖作为中亚典型内流封闭湖泊，受上游水资源开发利用及气候变率影响，湖面自20世纪中期的约1,200 km²缩减至现今约500 km²，盐度与矿化度持续升高。该类湖泊因水深较浅、盐度较高，持续承受强烈气象强迫，其中风-浪相互作用驱动的泥沙再悬浮已成为影响SPM变异的主导机制，其重要性常超越外部流域输入。然而，准确监测此类高动态系统中的SPM动态面临多重挑战：传统光学遥感反演算法在光学复杂、高浊度的浅盐水体中遭遇信号饱和，即辐亮度信号对增加的泥沙浓度不敏感，严重制约高浊度条件下的反演精度；浅水区底质反射与盐壳污染引入光谱噪声；加之极轨卫星重访频率限制与云污染，导致在高浊度事件等生态关键期形成观测"盲点"。既有基于Hydrolight辐射传输模型的查找表（Look-Up Table, LUT）方法虽能实现模拟与卫星反射率的一致性，但在极端高浊度和浅水环境中浓度级反演性能仍属中等。纯数据驱动的机器学习方法虽改善了空间细节，但在光学极端环境下预测性能受限，且作为"黑箱"缺乏物理可解释性，训练域外稳健性不足。process-based水文动力学模型如Delft3D虽具强物理真实性，但需要详细水深与边界数据，在偏远干旱区难以获取。物理信息机器学习（PIML）框架应运而生，将水动力原理显式融入数据驱动建模，但在泥沙研究中仍存在关键局限：风强迫通常以小时平均风速表征，而泥沙起动本质为非线性阈值过程，平均风速压抑高频湍流脉动，忽略了最终触发再悬浮事件的极端动能输入。

**研究开展与核心结论**

针对上述空白，研究人员开发了新型PIML框架，以艾比湖为研究区，构建基于理论波浪力学的特征空间，整合底床剪切应力、有效风区与时间记忆项，并将ERA5物理降尺度瞬时阵风数据纳入随机森林（Random Forest, RF）回归器，以显式捕捉泥沙起动的阈值驱动动态。研究达成三项核心目标：开发克服传统遥感光学饱和限制的稳健SPM反演模型；量化瞬时阵风与累积风应力的相对贡献；重建高频小时级SPM动态以揭示极轨卫星无法解析的快速时空格局。模型实现五折交叉验证R²为0.91（RMSE = 81.14 mg/L；RRMSE = 32.3%），在>500 mg/L的极端高浊度区间仍保持预测可靠性。特征重要性分析揭示瞬时阵风以>90%的相对重要性占据绝对主导，远超平均风速；并识别出约12.0 m/s的临界阈值， below which系统处于静息状态，above which触发再悬浮的指数增长。模型作为"虚拟地球静止传感器"，成功重建了小时级SPM动态，揭示了快速再悬浮脉冲与沉降滞后效应。

**主要技术方法**

研究采用的关键技术手段包括：基于ERA5-Land小时阵风数据，通过修正对数风廓线结合地形位置指数（Topographic Position Index, TPI）进行物理降尺度至30 m分辨率，以匹配卫星观测空间分辨率；依据美国陆军工兵部队海岸工程手册采用余弦加权法计算有效风区（F_eff）；基于线性波浪理论，从浅水波浪成长方程推导显著波高（H_s）与峰值周期（T_p），进而计算底床轨道流速与底床剪切应力（τ_b），其中超盐水密度取1040 kg/m³，波浪摩擦因子设为0.02以表征艾比湖粗糙盐壳与床面 ripple 特征；引入递归时间记忆项（E_t）并测试3、6、12小时三种半衰期以捕捉泥沙沉降滞后效应；采用5×5局部与21×21区域空间窗口构建空间扩散约束；融合水深、混合势（E_mix = τ_b/h）、离岸距离（D_shore）及湖床坡度（S_bed）等几何约束变量；以随机森林回归器为核心算法，实施基于残差的异常值剔除质量控制（剔除5%最大绝对残差样本），并采用五折交叉验证评估泛化能力。

**研究结果**

**模型性能与精度**：PIML模型在质量控制数据集（N = 163）上表现优异，密度散点图证实预测值与观测值紧密分布于1:1身份线附近，低至中浓度区间（<400 mg/L）保真度高，高浊度区（>600 mg/L）预测值仍落于95%置信区间内，无系统性偏差。

**与现有方法的比较**：相较于Feng等基于Hydrolight的LUT方法（验证R² ≈ 0.57）及Duan等纯数据驱动机器学习（R² ≈ 0.45–0.59），PIML框架通过显式纳入阵风与有效风区动态，实现了从"光学-机制"到"水动力-机制"的建模范式转变，在捕捉再悬浮峰值方面具有独特优势。

**主导物理驱动因素识别**：基于平均不纯度减少法的特征重要性分析显示清晰层级结构。瞬时阵风以97%相对重要性占据绝对主导，表明艾比湖泥沙再悬浮主要是由阈值穿越事件触发的能量受限过程。水深（1.73%）、混合势（0.8%）及有效风区（1%）居次要地位，提供空间背景以确定风能有效诱导再悬浮的位置。长期记忆项（1.1%）位列前五，表明细颗粒物沉降滞后相关，但次于即时风强迫。

**时空分布格局**：2022年7月8日强西北风条件下，SPM呈现清晰空间梯度，上风向西北最低，向下风向东南增强，浅水东南部盆地最高（>300 mg/L），符合"风区堆积（fetch pile-up）"效应；2023年5月31日平静条件下，SPM总体<150 mg/L，高值限于近岸区。 coherent浑度羽流的存在证明模型捕捉水平平流的能力。

**小时动态与高频监测能力**：2023年5月31日小时序列显示，00:00（北京时间，对应当地22:00）为全湖高浊度唯一时刻，01:00–05:00快速衰减，06:00–13:00稳定低浊度，14:00起局部高浊度斑块再现，18:00后逐渐减弱。揭示了高响应、低惯性的系统特征，小时尺度上悬浮泥沙在平静条件下快速沉降，但对偶发性局部扰动敏感。

**非线性响应与临界风阈值**：分箱统计分析揭示SPM对瞬时阵风呈现"曲棍球棒"非线性模式。12 m/s以下属静息态，SPM浓度对风速敏感度低，一般<200 mg/L；超过临界阈值后系统急剧转变，12–20 m/s范围内SPM从约200 mg/L升至超1000 mg/L，指数模型拟合良好，证实能量受限过程特征。

**讨论与结论总结**

研究讨论部分深入阐释了五个关键议题。关于泥沙起动机制，瞬时阵风的主导地位挑战了传统倚重平均风速的水动力模拟范式，提出由于粘结性盐壳化湖床的存在，仅当湍流猝发提供动能超过临界剪切应力时才发生显著起动，平均风速因时间平滑化而错失真实触发因素。关于时空连通性，区域空间特征的高排序与 coherent 浑度羽流强调了水平平流的重要性，西北风条件下悬浮物向下游东南盆地输运而非就近沉积；短期记忆项的显著性指示强系统滞后，3–6小时敏感性反映快速沉降速率，可能因高盐度诱导絮凝加速所致，PIML框架有效捕捉了平流、扩散与沉降的耦合过程。关于数据稀缺区监测意义，该框架完全基于物理驱动实现R² = 0.91的精度，规避光学饱和，利用ERA5再分析数据作为"虚拟地球静止传感器"重建小时动态，弥补了极轨卫星时间分辨率不足，为干旱区生态系统管理提供实用工具。

垂直剖面验证进一步支持了风致底床再悬浮与表层SPM信号的物理联系：2023年7月相对平静条件下，水深至约55 cm剖面内SPM浓度维持于680–780 mg/L的狭窄范围，深度z与表层浓度之比（Coupling Ratio）介于0.96–1.10，偏离"完全混合"状态不足15%。这种"准均质"垂直结构证实艾比湖混合势足以克服重力沉降，浅水（平均<1.5 m）与高强度瞬时阵风共同产生充分湍流动能，作为"垂直传送带"快速将再悬浮泥沙输送至表层，从而为利用表层反射率代理总悬浮泥沙量提供了依据。

研究局限性方面，模型专为表征风浪致再悬浮设计的SPM而构建，无法探测或量化与再悬浮无关的表层物质（如漂浮垃圾、有机絮团、泡沫斑块等）；且未考虑河流入流等外部SPM输入，虽对艾比湖合理（主要支流季节性或多年间歇性干涸），但不适用于河流泥沙负荷显著的湖泊。

结论部分明确指出：PIML模型以R² = 0.91和RMSE = 81.14 mg/L实现高精度，在>500 mg/L极端高浊度仍保持可靠，有效解决了盐水湖光学饱和"盲点"；瞬时阵风以>90%重要性成为绝对主导驱动，约12.0 m/s临界阈值的识别挑战了平均风速传统使用，证实能量受限过程本质；模型准确捕捉了风区诱导的平流堆积格局，作为"虚拟地球静止传感器"重建小时动态，揭示了极轨卫星错失的快速再悬浮脉冲与沉降滞后。该研究强调了高频阵风数据与物理约束整合对水质建模的重要性，为数据匮乏、风驱动浅水湖泊的生态系统监测提供了可迁移且物理可解释的范式。