《AI》：Improving Streamflow Forecasting with Multisource Data and ANNs: A Case Study in the Miranda River Basin, Brazil
编辑推荐：
在环境不确定性下极端水文事件频率的不断上升对洪泛区（如全球最大的热带湿地——巴西潘塔纳尔湿地（Brazilian Pantanal））构成了严重的社会经济威胁。由于现场监测的严重缺乏，动态洪水和干旱循环的缓解极具挑战性，导致洪水风险了解不足。为了填补这些数据空
在环境不确定性下极端水文事件频率的不断上升对洪泛区（如全球最大的热带湿地——巴西潘塔纳尔湿地（Brazilian Pantanal））构成了严重的社会经济威胁。由于现场监测的严重缺乏，动态洪水和干旱循环的缓解极具挑战性，导致洪水风险了解不足。为了填补这些数据空白，本研究提出了一个先进深度学习预报框架，该框架整合了多源环境数据，融合了卫星降水（Climate Hazards Group Infrared Precipitation with Station data，CHIRPS）和全球陆面数据同化系统蒸散发（Global Land Data Assimilation System，GLDAS）数据与历史河流水位遥测。多层神经网络架构经过优化，并与渐进移动平均滤波器（10天和15天窗口）相结合，以捕捉数据稀缺的米兰达河（Miranda River）流域复杂的降水-径流模式。最优深度学习配置，采用稳健的两隐藏层拓扑（15和60个神经元），始终优于标准基线。尽管纯外生数据块成功最小化了卫星噪声并捕捉了季节性趋势（Nash-Sutcliffe效率系数（Nash-Sutcliffe Efficiency，NSE）≥0.92），但观察到峰值流量的结构性低估。当纳入前一日径流（滞后t-1）作为物理锚点时，该限制明显缓解，使得NSE和决定系数（Coefficient of Determination，R2）均超过0.99。虽然这种性能提升是由自回归滞后固有的强时间持续性驱动的，但它引入了操作上的权衡，将预报限制在反应性的24小时窗口内。在这方面，对操作预报时域的评价表明，外生深度学习块最大化了预警提前时间，为主动民防和减灾提供了关键工具。最终，该多源框架为自动化决策支持系统奠定了方法论基础，提供了所需的高精度径流预报能力，以支持未来的洪水缓解框架。
**论文解读：利用多源数据和人工神经网络改进米兰达河流域径流预报**
**研究背景与问题**
在全球变暖背景下，巴西境内极端天气事件（如长期干旱和强降雨）的频率与强度显著增加，对传统水文模型构成挑战。这些物理模型虽应用广泛，但需大量变量和繁琐校准步骤，且依赖特定地理信息系统（GIS）软件，操作独立性受限。在巴西潘塔纳尔湿地（Pantanal）——全球最大热带湿地，地面监测站密度极低，数据稀缺严重制约了对洪水风险的预测能力。传统模型难以应对复杂水文气候非线性过程，尤其在无测站或数据匮乏流域。因此，研究人员寻求利用多源遥感数据（如卫星降水CHIRPS和蒸散发GLDAS）与人工神经网络（Artificial Neural Networks，ANNs）相结合，以克服数据缺口，实现高精度径流预报。该研究旨在为巴西米兰达河流域（Miranda River Watershed，MRW）开发连续径流预报模型，评估不同网络架构与数据预处理技术，支持水资源管理与防洪减灾。论文发表在《AI》。
**主要关键技术方法**
研究人员采用多层感知器（Multi-layer Perceptron，MLP）人工神经网络，融合多源数据：卫星降水（CHIRPS v2.0 Final，空间分辨率0.05°）、全球陆面数据同化系统蒸散发（GLDAS v2.0，空间分辨率0.25°）和巴西国家水务局（ANA）河流水位遥测数据（Estrada MT-738和Miranda站，2000-2020年）。通过手动网格搜索优化6种网络拓扑（隐藏层数及神经元数），采用时间序列交叉验证（5折）和Adam优化器，并应用10天和15天移动平均滤波器对数据进行平滑处理。性能评价指标包括平均绝对误差（MAE）、均方根误差（RMSE）、NSE和R2。研究样本来自米兰达河流域上游（Estrada MT-738站）和下游（Miranda站），总流域面积约15,191 km2。
**研究结果**
**3.1 探索性数据分析**：通过Pearson相关系数分析，发现上下游蒸散发完全相关（r=1.0），降水近完美相关（r=0.99），但同日径流瞬时相关较低（r=0.60，R2=0.36）。经滞后分析确定6天传播时间，使R2提升至0.78。降水数据呈现强烈季节性，干季（4-9月）降水量极低，湿季（10-3月）集中全年降雨。蒸散发同样表现出同步的季节循环，峰值出现在湿季。径流数据显示上游站峰值更尖锐（最大1160 m3/s），下游站因集水面积更大而呈现更稳定的基流和更大总水量。
**3.2 实验设置与输入配置**：构建6个输入块，其中3个水平（原始日数据、10天移动平均、15天移动平均）与2种变量组合（纯外生变量、外生变量加前一日下游径流Qdw(t-1)）。上游径流采用滞后窗口t-5、t-6、t-7，基于6天传播时间。模型具备6天预报时域（基于上游水文传播）和0天即时诊断（基于气象变量）。
**3.3 原始日数据ANN性能分析**：架构3（两个隐藏层，15和60神经元）和架构6（三个隐藏层，80、50、25神经元）表现最优。纯外生配置（Block 1）中，NSE达0.851，但低估>500 m3/s的极端峰值。加入Qdw(t-1)（Block 2）后，RMSE下降76%，NSE和R2跃升至0.992，消除低估偏差。
**3.4 10天移动平均平滑后的ANN性能**：Block 3（10天平滑+外生变量）使NSE和R2超过0.90，但仍存在峰值衰减。Block 4（加入Qdw(t-1)）使NSE超过0.98，回归趋势线接近1:1线。
**3.5 15天移动平均平滑后的ANN性能**：Block 5中NSE和R2均超过0.92，架构3最优（RMSE=30.63 m3/s）。Block 6加入Qdw(t-1)后，RMSE降至10.15 m3/s，NSE和R2达0.991，但进一步平滑导致峰值衰减更明显。然而，即使在Block 6中，最简架构（单层10神经元）也达到高指标，表明数据预处理可简化网络复杂度。
**3.6 消融分析**：以架构3为基准，量化移动平均滤波和自回归项贡献。纯外生基线（Block 1）性能最低；单独加入移动平均滤波（Block 3和5）提升NSE至0.90以上；单独加入Qdw(t-1)（Block 2）使NSE跃升至0.99；二者联合（Block 4和6）达到最优，表明滤波确保稳定性，自回归项锚定预测幅度。
**3.7 局限与未来方向**：MLP框架在极端峰值捕捉上存在偏差，且全局性能指标（NSE、RMSE等）可能不足以诊断特定水文动态。未来需纳入峰值时间误差、低流期表现等更细粒度诊断，并与长短期记忆网络（LSTM）等时序模型对比。建议将优化架构集成到自动化决策支持系统（DSS），并扩展至多步超前预报（1-7天）。框架在跨流域泛化性上未验证，需系统重训练或迁移学习。
**讨论与结论**
研究人员总结出以下主要结论：（a）拓扑配置上，架构3（两层隐藏层，15和60神经元）和架构6（三层，80、50、25神经元）表现最稳定，表明浅至中等深度网络（最多三层）足以捕捉流域非线性特性，进一步增加复杂度收益递减。（b）时间数据条件化（10天和15天移动平均滤波）有效衰减了卫星数据的高频变化，使模型更好地捕捉基流动态和退水曲线，对于干旱期水资源管理至关重要。（c）自回归变量Qdw(t-1)的纳入显著提升预测指标（测试集NSE达0.99），并缓解了极端洪水峰值（>500 m3/s）的低估偏差，确认了前期系统记忆在快速水文响应数学映射中的重要性。（d）识别出统计精度与预报时域之间的操作权衡：加入Qdw(t-1)最大化模型精度，但固有地将预报限制在24小时提前时间；而纯外生配置（无自回归项的移动平均模型）虽峰值精度较低，但提供更长的预报时域，有利于主动民防和减灾。该多源框架为数据稀缺流域的径流预报提供了可行方法，并为未来自动化决策支持系统奠定了数学基础。
