利用稳定性引导的可解释机器学习方法来理解和预测淡水生态系统中的水质

《Journal of Geophysical Research: Biogeosciences》：Harnessing Stability-Guided Interpretable Machine Learning for Understanding and Predicting Water Quality in Freshwater Ecosystems

有害浮游藻类暴发受气候变暖和营养污染加剧威胁，本研究采用XGBoost、随机森林等四类集成机器学习模型预测两个相邻饮用水水库的藻类动态，XGBoost模型在RMSE（2.4-6.6 μg/L）和皮尔逊相关系数（0.83-0.86）上表现最优。通过SHAP和PDP可解释性分析发现，水库特异性机制差异显著：A库藻类响应主要受深层溶解氧（＞80%）和水温（＞18℃）调控，B库则与季节交替（夏冬差异＞30%）和水层稳定性（垂直混合频率＜5次/年）密切相关，且XAI解释结果通过稳定性测试验证。

　　

摘要

由于气候变暖和营养污染导致的有害浮游植物大量繁殖，对全球的淡水生态系统构成了日益严重的威胁。预测这些浮游植物的繁殖情况对于水资源管理至关重要。然而，基于过程的模型往往难以捕捉浮游植物的复杂非线性动态。尽管机器学习（ML）具有强大的预测能力，但其“黑箱”特性限制了其在管理中的应用。在这项研究中，我们应用了四种集成机器学习算法——极端梯度提升（XGBoost）、随机森林（RF）、梯度提升机（GBM）和分类提升（CatBoost）——来模拟两个相邻饮用水水库中的浮游植物动态。所有模型的表现相似；然而，XGBoost算法在这两个水库中的表现最佳，其叶绿素a的均方根误差（RMSE）为2.4–6.6 μg/L，皮尔逊相关系数（r）为0.83–0.86。为了提高这些机器学习模型的可解释性，我们采用了可解释人工智能（XAI）技术，包括Shapley加性解释（SHAP）和部分依赖性分析（PDPs）。我们的XAI分析揭示了每个水库的特定动态特征：在一个水库中，溶解氧浓度和水温的影响更大；而在另一个水库中，季节性和水柱稳定性更为关键。我们还观察到热分层的作用效果相反：在高水温且分层明显的情况下，一个水库中的浮游植物得到促进，而在另一个水库中则受到抑制。稳定性分析证实，SHAP解释结果对扰动具有鲁棒性，从而增强了其可解释性的可信度。本研究展示了如何应用基于稳定性的XAI框架来提供透明且可靠的生态学见解，为数据驱动的水质管理和预测提供了一种稳健的方法。

通俗语言总结

淡水生态系统中的浮游植物对水生生物多样性和人类健康构成了严重威胁。为了支持水资源管理，我们使用了四种集成机器学习模型来预测两个相邻饮用水水库中的浮游植物情况，其中XGBoost模型的预测准确性最高。将可解释人工智能（XAI）算法与机器学习模型相结合，揭示了每个水库的特定响应特征，有助于环境管理的决策制定。研究发现，两个水库中的浮游植物对环境因素的响应不同：一个水库中的浮游植物对溶解氧浓度和水温更敏感，而另一个水库中的浮游植物则更受季节性和热分层的影响。这些不同的响应表明，每个生态系统中的浮游植物受控于复杂的独特过程，这强调了制定特定地点的模型和管理方法的必要性。此外，我们还通过输入数据的小幅扰动来评估XAI结果的鲁棒性。总体而言，本研究证明了数据驱动方法在水质管理中的适用性，并表明XAI是应用于实际生态问题的一个有效工具。

利益冲突

作者声明与本研究无关的利益冲突。

数据可用性声明

所有数据均来自Environmental Data Initiative存储库（Carey & Breef-Pilz, 2025a, 2025b, 2025c; Carey et al., 2022a, 2022b）。用于重现所有分析结果的代码可在Zenodo上公开获取（Shukla et al., 2026）。