《Ecological Informatics》：An enhanced framework of STL-ConvLSTM for spatiotemporal habitat reconstruction of albacore tuna in the Western and Central Pacific Ocean
编辑推荐：
摘要：中西太平洋长鳍金枪鱼（Thunnus alalunga）的时空分布受复杂海洋动力过程驱动。然而，商业渔捞日志中普遍存在的“假零值”以及非平稳的环境信号限制了传统统计模型的应用。研究人员提出了一种深度学习框架，整合了置信学习（Confident Learn
摘要：中西太平洋长鳍金枪鱼（Thunnus alalunga）的时空分布受复杂海洋动力过程驱动。然而，商业渔捞日志中普遍存在的“假零值”以及非平稳的环境信号限制了传统统计模型的应用。研究人员提出了一种深度学习框架，整合了置信学习（Confident Learning, CL）、基于Loess的季节趋势分解（Seasonal-Trend decomposition using Loess, STL）和双分支卷积长短期记忆网络（Dual-Branch Convolutional Long Short-Term Memory network, DB-ConvLSTM），以精确重建历史分布并识别环境驱动因子。在1993–2020年数据集上的测试表明，该模型在严格的防泄漏约束下取得了稳健的预测性能（均方根误差（Root Mean Square Error, RMSE）=1.2116，平均绝对误差（MAE）=0.7911，决定系数（R2）=0.8374）。消融实验显示，移除STL或CL模块分别使重建误差增加33.5%和2.1%，凸显了信号解耦与噪声抑制的关键作用。为厘清网络的时空耦合效应，研究人员对基于树模型评估器获得的沙普利加性解释（Shapley Additive Explanations, SHAP）散点应用一维广义加性模型（Generalized Additive Model, GAM）进行事后解释性平滑。GAM-SHAP分析揭示，200米盐度、100米叶绿素a浓度和纬度在模型中与渔获率表现出最强的统计关联。这些基于模型的关联与长鳍金枪鱼的三维栖息地偏好假说一致，即该物种追踪特定深水水团进行觅食。最终，该框架为解决渔业数据中的噪声与非平稳性问题提供了有效的计算范式，并为深潜中上层鱼类的生态适应提供了新证据。
增强型STL-ConvLSTM框架：中西太平洋长鳍金枪鱼时空栖息地重建研究解读
**一、研究背景与问题提出**
长鳍金枪鱼（Thunnus alalunga）作为高度洄游的中上层鱼类，在全球海洋生态系统食物网中占据顶级捕食者的关键生态位，同时也是中西太平洋（Western and Central Pacific Ocean, WCPO）渔业经济的重要支柱。近年来，随着全球气候变化的加剧，海洋环境正经历显著而快速的结构性变化。厄尔尼诺-南方涛动（El Ni?o-Southern Oscillation, ENSO）等大尺度气候模式的频繁扰动，导致海表温度（Sea Surface Temperature, SST）异常、温跃层深度波动以及溶解氧（Dissolved Oxygen, DO）最小层的扩张与迁移。这些复杂的海洋动力过程与长鳍金枪鱼的洄游路线、垂直栖息深度和觅食中心的时空演变密切相关，对传统经验性捕捞作业构成了挑战。因此，在气候变化背景下，分析海洋环境与金枪鱼时空分布之间的统计关联，并据此构建高精度、稳健的渔场时空重建与模拟模型，对揭示物种对环境变化的响应规律具有重要的科学意义，同时可为海洋生物资源的科学评估、合理开发及生态系统可持续管理提供核心数据支撑。
在栖息地建模方面，研究范式已从早期的广义线性模型（Generalized Linear Model, GLM）和广义加性模型（Generalized Additive Model, GAM）逐步发展到机器学习与深度学习模型。然而，现有研究仍存在两方面显著局限：其一，在环境特征挖掘上，多数研究过度聚焦于二维海表环境信息，忽略了长鳍金枪鱼显著的垂直运动行为及其分布与次表层水体结构的强相关性；对海洋热含量（Ocean Heat Content, OHC）和混合层深度（Mixed Layer Depth, MLD）等反映海洋长期热力记忆的深层动力指标的综合利用仍较匮乏。其二，在建模方法上，传统机器学习模型通常将时空序列数据视为独立样本点，割裂了渔场分布的时间连续性与空间相关性，难以捕捉渔况随时间的空间动态演变特征。尽管ConvLSTM等深度学习技术在气象预报等领域已展现处理时空数据的卓越能力，但其在渔业时空重建中的系统应用，尤其是生态机制可解释性与管理可用性方面，仍缺乏成熟范式。此外，数据质量与模型可解释性是制约渔情模拟精度进一步突破的两大瓶颈。商业渔捞日志数据中普遍存在大量“零渔获”记录，其中既包含环境条件不佳导致的“真零值”，也包含因渔船作业缺失、设备故障或记录遗漏造成的“假零值”。将含有“假零值”的数据不加区分地输入模型，会错误学习环境与渔获量之间的关系。同时，CPUE时间序列常包含长期趋势、季节性波动及短期环境突变引起的随机残差，传统端到端预测模型难以在捕捉宏观趋势的同时保持对高频环境扰动的敏感响应。此外，深度学习模型内部决策机制通常不透明，限制了其在渔业管理决策中的可信度与生态学价值。
**二、研究内容与技术方法**
针对上述挑战，研究人员利用1993年至2020年中西太平洋的长期渔业数据与多源海洋环境遥感数据，提出了STL-ConvLSTM深度学习时空重建框架。该框架整合了数据清洗、时间序列分解与可解释性分析，旨在系统解决渔业数据噪声、时间序列信号复杂性、时空建模及模型可解释性四方面问题。研究所用渔业数据来源于中西太平洋渔业委员会（Western and Central Pacific Fisheries Commission, WCPFC）公共数据门户，环境变量包括海表温度、海表盐度、溶解氧、叶绿素a（Chlorophyll-a, CHL-a）、涡动能（Eddy Kinetic Energy, EKE）、混合层深度、净初级生产力（Net Primary Productivity, NPPV）和海洋热含量，数据分别来源于欧盟哥白尼海洋环境监测服务（Copernicus Marine Environment Monitoring Service, CMEMS）和中国科学院大气物理研究所（Institute of Atmospheric Physics, Chinese Academy of Sciences, IAP, CAS）。研究区域为165°E–145°W、30°S–15°N，时间分辨率为月，空间分辨率为5°×5°。主要关键技术方法包括：其一，基于置信学习（Confident Learning, CL）的候选假零值筛选机制，通过随机森林分类器结合时间块交叉验证估计可靠概率，识别与环境正渔获特征高度一致的作业零渔获记录；其二，基于Loess的季节趋势分解（Seasonal-Trend decomposition using Loess, STL）技术，将复杂CPUE信号解耦为确定性趋势、季节性和随机残差成分；其三，双分支ConvLSTM（DB-ConvLSTM）时空建模网络，环境特征分支与辅助特征分支并行提取时空特征；其四，基于XGBoost评估器的SHAP值提取与一维GAM事后平滑的可解释性分析流程。
**三、主要研究结果**
**1. 模型整体性能**
在2015–2020年测试集上，采用严格防泄漏的滚动一步前瞻评估策略，STL-ConvLSTM模型取得了RMSE=1.2116、MAE=0.7911、R2=0.8374的优异性能，成功解释了测试期83.7%以上的时空异质性方差。与持久性基线（Persistence Baseline）相比（RMSE=1.3082，R2=0.8173），该模型在RMSE、MAE和R2上均表现更优，表明模型提供了超越短期时间持续性规则（即利用上月残差直接作为本月预测值）的预测能力。空间可视化显示，2020年12月重建CPUE等值线与实际观测空间格局高度一致；六边形密度散点图显示重建值与观测值集中分布于1:1对角线附近的高密度带，未呈现明显系统性偏差。时间序列对比显示，模型成功恢复了代表性网格单元（包括高RMSE困难案例、低RMSE简单案例及随机选取的有效空间单元）的实际CPUE变化模式。
**2. 消融实验**
在预处理消融方面，固定DB-ConvLSTM核心架构时，无任何预处理的基线模型RMSE为1.6779，R2为0.5855；独立添加置信学习模块后RMSE降至1.6174；仅整合STL分解模块时RMSE显著压缩至1.2370；同时激活CL和STL模块的提出模型取得了该类别最優性能（RMSE=1.2116）。计算可得，移除STL模块使重建误差增加约33.5%，移除CL模块使误差增加约2.1%，凸显了信号解耦与噪声抑制的关键作用。在架构消融方面，完整预处理条件下，标准LSTM、标准ConvLSTM、CNN-LSTM、标准3D-CNN的RMSE分别为1.2157、1.2149、1.2130和1.2045。3D-CNN取得了略低的数值误差（RMSE=1.2045，R2=0.8393），但研究保留了DB-ConvLSTM作为核心架构，因其双分支设计明确分离了环境与作业努力量输入，且下游GAM-SHAP分析采用独立对齐的XGBoost评估器，不依赖该特定架构。
**3. GAM-SHAP分析**
研究人员严格分离预测与解释阶段，利用基于对齐预测因子训练的XGBoost评估器提取SHAP贡献值，再以1D GAM进行事后解释性平滑，量化各特征对解释变量的偏差解释率。定量分析显示，在多维环境特征中，200米层盐度（SSS_200）的R2达0.5346，为最强统计关联因子，显著高于表层盐度（SSS_0，R2=0.2601）和100米层盐度（SSS_100，R2=0.2746）。100米层叶绿素a浓度（CHL-a_100）的R2为0.3387，居第二位，在垂直空间上构成生物生产力相关指标的解释力峰值，明显优于表层净初级生产力（NPPV_0，R2=0.2783）及其他水层测量值。纬度（latitude）R2为0.3198，位列第三。热力特征方面，200米层海水温度（SST_200）解释力最高（R2=0.2973），优于表层（SST_0，R2=0.2334）和100米层（SST_100，R2=0.1669），呈先降后升再达峰值的非线性分布模式。混合层深度（R2=0.1345）和涡动能（R2=0.0550）的解释力排名垫底，对短期残差变化的影响权重相对有限。
**四、讨论与结论**
在讨论部分，研究人员首先指出，因果扩展窗口STL分解通过剥离确定性低频背景场显著降低了目标变量熵值，使网络能够集中计算资源挖掘异常动态环境与非线性CPUE残差间的复杂映射关系；置信学习机制通过概率筛选环境可疑记录，减少了其对STL输入的直接影响。其次，通过与持久性基线的对比测试，证实了DB-ConvLSTM框架并非陷入依赖历史自相关的“拟合惯性”，而是真正内化了多源环境变化驱动的非线性动态特征。再次，GAM-SHAP归因分析揭示了长鳍金枪鱼的深水依赖性：200米层盐度的显著解释优势表明该物种倾向于追踪稳定的中层水团以维持渗透压和能量守恒；100米层叶绿素a浓度的强解释力深刻反映了其依赖深层散射层获取能量的深潜觅食策略；次表层温度（200米）远超表层的解释贡献进一步证实了“表层信号解耦”现象。研究局限性包括：受商业渔捞日志5°×5°空间模糊性限制，难以解析次中尺度物理过程对鱼群微聚集的精细影响；候选假零值标签无法通过历史原位观测独立验证；模型受历史统计规律驱动，在极端气候变化引发全新海洋模态时存在外推风险。未来研究将探索引入物理海洋学先验知识构建物理信息神经网络（Physics-Informed Neural Networks, PINNs），并尝试利用多任务学习框架同步重建渔获率与体长组成。研究结论部分翻译如下：针对中上层渔业资源评估中普遍面临的高观测数据噪声和栖息地非平稳性挑战，本研究成功构建了整合CL、STL时间序列解耦和双分支ConvLSTM的深度学习时空重建框架。在中西太平洋28年历史状态重建任务中，模型以RMSE为1.2116、R2为0.8374的优异性能实现了高精度重建，其重建精度和环境特征追踪能力在受控配置下优于备选序列和先进时空神经网络变体。在方法论层面，本研究验证了“先净化解耦、后时空融合”技术路径的必要性：CL模块将环境可疑的作业零渔获记录识别为候选假零值，并通过STL前缺失值处理减少其直接影响；因果扩展窗口STL分解消除了多尺度信号混叠的干扰，使深度网络聚焦于捕捉与海洋环境异常相关的非线性栖息地动态。该框架为处理含噪声、零膨胀的生态大数据提供了稳健的数字清单和计算范式。在生态机制分析层面，通过分离预测与解释阶段，先利用对齐的基于树的评估器量化SHAP值贡献，再经1D GAM事后解释性平滑揭示非线性边际模型关联。研究发现，长鳍金枪鱼的短期资源波动并非由海表环境主导，而是高度依赖200米水层的稳定温盐结构和100米水层的深潜生物生产力。这一发现客观修正了传统渔业生态学研究中过度依赖二维海表遥感信息的“表层偏向”，从数据驱动角度证实了深潜中上层鱼类在生理舒适区与垂直能量获取之间的权衡机制。该研究不仅为气候变化背景下中西太平洋长鳍金枪鱼的精细化管理提供了高保真数据基础，也为理解高度洄游物种的三维空间行为和生态适应规律奠定了坚实的理论基础。
