《Water Resources Research》:Spatiotemporal and Economic Impacts of Media on Water Conservation During Drought: An Explainable AI Approach
编辑推荐:
摘要:干旱期间公众节水参与不足会加剧水资源短缺及其关联影响,而在水文模型中刻画这种人—自然耦合动态仍具挑战性。研究人员构建了人工智能(AI)模型框架,以估算2022–2023年韩国干旱期间家庭节水模式,并整合干旱条件与社会因素(如新闻报道量)。结果表明,干旱相
摘要:干旱期间公众节水参与不足会加剧水资源短缺及其关联影响,而在水文模型中刻画这种人—自然耦合动态仍具挑战性。研究人员构建了人工智能(AI)模型框架,以估算2022–2023年韩国干旱期间家庭节水模式,并整合干旱条件与社会因素(如新闻报道量)。结果表明,干旱相关新闻激增与都市圈(metropolitan areas)较高节水率相关,但在农村地区无此显著关联。训练所得AI模型显示,若在干旱发生(initial stage)及警戒(caution)阶段每月额外发布100篇干旱相关新闻,都市圈模型模拟的家庭节水率平均提升13.6个百分点,对应可避免制水成本约11.4亿韩元(约82万美元);农村地区增幅较温和(约4.0个百分点及4.6亿韩元,约33万美元)。然而都市圈模拟节水响应在干旱警报(alert)阶段(节水率已高于+10%)明显衰减。结果表明干旱相关新闻模式可作为代理变量,用以制定考虑都市圈与农村差异的区域与阶段特异性节水目标。本研究强调可解释人工智能(Explainable AI/XAI)可为捕捉人—自然交互及设计适时定向干旱传播策略提供量化框架。
论文解读——《干旱期间媒介对节水时空影响及经济效应:一种可解释人工智能(Explainable AI/XAI)方法》
该研究发表于《Water Resources Research》。现有研究表明,传统耦合人—自然系统(Coupled Human-Natural Systems, CHNS)的水文—社会模型往往对社会过程做高度简化,难以刻画公众对灾害信息的非线性响应;同时,干旱具缓发性且公众不易感知,新闻媒体作为信息扩散渠道可提升情境意识并影响家庭用水行为,但其时空异质性和在不同旱情阶段的作用尚缺乏量化评估,亦缺乏区域差异化节水目标设定依据。因此研究人员以2022–2023年韩国西南部经历严重干旱的都市圈(光州Gwangju)与全南道(Jeollanam-Do)农村地区为案例,融合标准化自校准有效干旱指数(self-calibrating Effective Drought Index, scEDI)、水库蓄水量、气象因子、消费者物价指数及从NAVER新闻门户抓取的干旱相关文章数量与情感倾向,构建基于Neural Basis Expansion Analysis for Time Series Forecasting(N-BEATS)的深度时序预测模型,并结合偏依赖图(Partial Dependence Plot, PDP)与情景模拟进行可解释人工智能(Explainable AI/XAI)分析,旨在量化媒体报道与家庭节水率的关联、识别区域与旱情阶段差异并估算潜在节水经济效益。
主要关键技术方法
研究人员选取2019年1月—2024年4月光州(都市圈)与全南道(农村)各行政区月度家庭用水量(Ministry of the Interior and Safety, MOIS / National Disaster Management Research Institute, NDMRI)、scEDI干旱指数、主要多用途坝(Juam/Jangheung/Pyeongnim)月均蓄水率、月均降水与气温(Korea Meteorological Administration, KMA / Water Management Information System, WAMIS)、消费者物价指数(Korean Statistical Information Service, KOSIS),以及NAVER新闻门户中带"干旱"关键词的本地新闻篇数与经KcELECTRA微调模型标注的正负情感比。以N-BEATS深度网络分别建立都市圈与农村模型预测月度节水率(基准用水为2019–2024年同期均值,节水率=(基准?实测)/基准×100%),对比DNN、LSTM、GRU及树模型后选定N-BEATS(测试集Nash-Sutcliffe效率NSE分别为0.83与0.73)。通过网格搜索确定超参数,数据集按7︰3划分为训练与测试集(训练集再取10%做验证)。采用PDP分析新闻篇数与正负比边际效应,并以Bootstrap(100次重抽样)评估不确定性。设计情景模拟在干旱各阶段逐月增加原始新闻篇数(+20至+100篇),将模拟节水率乘实际用水量得节水量,再乘以区域平均制水成本(都市圈830.4 KRW/m3,农村1,474.6 KRW/m3)换算潜在供水系统生产成本节省。
4.1 干旱风险与媒介关注及节水的关联(Associations of Drought Risk With Media Attention and Water Saving)
通过分析scEDI、新闻篇数时序与实测节水率发现,都市圈与农村虽受相似干旱条件与政策约束,但社会响应不同:都市圈干旱相关新闻峰值更高(月最高223篇 vs 农村123篇),且伴随更高节水率;农村媒体曝光偏低,节水响应微弱。进入警报(alert)阶段后政府强化宣传,2023年1月都市圈正面宣传增多时节水率由约?2.0%跃升至+5.0%,农村变化不明显,表明新闻覆盖量及正面导向可能与都市圈节水行为存在关联。
4.2 不同旱情阶段家庭用水模式变化(Variations in Household Water Use Patterns Across Drought Phases)
对比干旱前、中、后期人均日用水量发现高收入都市圈与中型城市在干旱期用水降幅显著(光州人均日减超10 L),且节水习惯延续至灾后;低收入小城镇用水无明显减少甚至略增,说明人口规模、密度与收入比水价与节水行为相关性更强(r分别为0.70、0.64、0.67),反映都市圈具更大可压缩用水空间。
4.3 N-BEATS模型揭示新闻篇数与情感对节水的影响(N-BEATS Modeling of News Article Volume and Sentiment Effects on Water Saving)
PDP显示都市圈节水率随新闻篇数增至约200篇时急剧上升而后边际递减,农村呈弱正相关且上限低(≤5%)。正负报道比在观测范围内对节水率影响甚微,仅当正/负比远超观测范围(>10)才可能轻微促进,故新闻数量是模型识别的最强关联因子,且在都市圈作用更显著。
4.4 基于XAI情景模拟的各旱情阶段节水与经济效益(XAI Scenario-Based Water Savings and Economic Benefits Across Drought Stages)
情景模拟表明每月增刊100篇干旱新闻在旱情初发(onset)及警戒(caution)阶段(scEDI介于?2~?1)可使都市圈模拟节水率提升均值约13.6~15.8个百分点,对应潜在制水成本节省约11.4亿韩元;农村提升约4.0~5.2个百分点,节省约4.6亿韩元。进入警报(alert)阶段(scEDI<?2)都市圈响应大幅衰减(增量降至约3.9个百分点,节省降至约2.8千万韩元),农村阶段间差异较小,说明媒介促节水效应存在时空与旱情阶段异质性,早期介入效益最大。
讨论与结论翻译
讨论指出,韩国公共供水统一低价弱化价格激励,人口、密度与收入是关键驱动因子;农村响应弱可能源于更低弹性用水结构与异质生活环境,未来需针对性干预。新闻篇数是比情感极性更关键的节水关联因子,应视作干旱沟通环境强度的代理指标而非孤立因果。XAI情景可提供分区域分阶段参考节水目标,弥补既往"统一20%"目标的不足。该框架具可移植性,但需各地本地数据重新训练验证。
结论:2022–2023年韩国西南部干旱期间,高密度高收入都市圈较农村更显著降低家庭用水且节水习惯持续。N-BEATS模型(NSE>0.73)结合PDP表明干旱相关新闻数量是关联节水率最强因子,尤对都市圈显著;正/负比超观测范围才可能微幅增强。XAI情景显示月增100篇干旱新闻可使都市圈节水率最高增约17个百分点、农村约6个百分点,该效应于旱情初发与警戒阶段最强,警报阶段都市圈响应锐减逾5个百分点并伴相应经济效益降低。成果为分区分阶段干旱沟通策略与节水目标设定提供量化依据。