《Water》:Machine Learning-Informed Hydrological Response Time Modeling in Tropical Watersheds
编辑推荐:
热带地区洪水发生因气候变率和土地利用变化而加剧,从而增加了对可靠洪水响应时间估算的需求。准确预测洪水滞时(TL)——即净雨重心与洪峰径流之间的时间间隔——对于洪水预警和水资源规划至关重要。然而,在数据稀缺地区,由于流域形态、降雨特征和产流过程之间的复杂相互作用
热带地区洪水发生因气候变率和土地利用变化而加剧,从而增加了对可靠洪水响应时间估算的需求。准确预测洪水滞时(TL)——即净雨重心与洪峰径流之间的时间间隔——对于洪水预警和水资源规划至关重要。然而,在数据稀缺地区,由于流域形态、降雨特征和产流过程之间的复杂相互作用,TL估算仍具挑战性。本研究评估了四种机器学习(ML)算法——随机森林(RF)、人工神经网络(ANN)、极端梯度提升(XGBoost)和支持向量机(SVM)——用于预测埃塞俄比亚青尼罗河流域20个有测流流域的TL。采用14个流域自然地理和水文气候特征作为预测因子。在测试的模型中,XGBoost取得了最高的训练性能(R2 = 0.98,NSE = 0.96),而RF在测试数据集中表现出更好的泛化能力(R2 = 0.77,NSE = 0.70,KGE = 0.71)。SVM产生的预测误差最低(MAE = 0.95;RMSE = 2.25),但解释力较低(R2 = 0.49)。为增强可解释性和实际应用性,研究人员利用基于ML的特征重要性开发了一个简约经验模型:TL = 0.8 + 0.011A ? 0.023RI,其中A为流域面积,RI为降雨强度。该模型解释了TL变异的51%,并保留了更复杂ML模型的大部分预测能力。所提出的混合ML-经验框架为热带高原流域的洪水响应时间估算提供了一种透明且可操作的方法。其更广泛的适用性仍有待额外的流域级验证和区域校准。
热带地区降雨强度大、历时短,水文季节性强烈,加上土地利用变化,洪水发生频率和强度不断增加。准确估算洪水滞后时间(TL)——即有效降雨重心与洪峰径流之间的时间间隔——对洪水预警和水资源规划至关重要。然而在数据稀缺地区,流域形态、降雨特征和产流过程相互作用复杂,使得TL估算非常困难。传统经验公式如Kirpich方程等主要基于温带超渗产流流域开发,直接应用于热带饱和产流流域时产生显著偏差,峰流量低估可超过70%。物理模型受制于稀疏的水文气象数据和参数化不确定性。机器学习(ML)虽能模拟非线性关系,但常被批评为“黑箱”,缺乏可解释性。为此,研究人员将ML作为诊断工具,在多流域尺度上识别TL主导控制因子,并开发一个简约经验模型,兼顾预测性能与可解释性。该研究发表在《Water》期刊。
研究人员在埃塞俄比亚青尼罗河上游(Abay流域)20个有测流流域开展研究。基于2014—2024年的降雨径流数据,共提取302次独立降雨径流事件。通过φ指数法估计净雨,并使用WHAT工具进行基流分割,计算每次事件的TL。构建了14个流域自然地理和水文气候特征作为预测因子。研究人员评估了四种ML算法:随机森林(RF)、人工神经网络(ANN)、极端梯度提升(XGBoost)和支持向量机(SVM),采用80/20训练-测试划分,并用交叉验证优化超参数。为了增强可解释性,使用递归特征消除(RFE)、最小绝对收缩和选择算子(LASSO)以及RF重要性三种特征选择技术,取至少两种方法选中的变量,建立多元线性回归经验模型。模型性能采用R
2、NSE、KGE、MAE、RMSE、PBIAS和RSR等指标评估。此外,通过与现有传统经验公式比较,并采用留一流域交叉验证(LOWO-CV)评估空间泛化能力。
3.1 相关性分析:相关性分析表明,流域面积(A)和主流长(HL)与TL呈强正相关(r=0.75和0.69),说明大流域流路长、响应延迟;降雨强度(RI)与TL呈负相关(r=-0.55),高强度降雨加速产流缩短滞时;降雨历时与TL关系较弱(r=-0.15)。
3.2 机器学习算法性能:在训练阶段,XGBoost表现最好(R
2=0.98,NSE=0.96,MAE=0.64)。在测试阶段,RF泛化能力最强(R
2=0.77,NSE=0.70,KGE=0.71,RMSE=3.89)。XGBoost出现一定过拟合(测试R
2=0.64)。ANN虽有一定相关性,但存在较大系统性偏差(KGE=-1.33,PBIAS=-69.9%)。SVM预测误差较小(MAE=0.95,RMSE=2.25),但解释力低(R
2=0.49),预测值趋于中心。总体上,集成方法(RF、XGB)优于ANN和SVM,RF最稳健。
3.3 ML-informed经验模型开发:三种特征选择方法一致选出流域面积(A)和降雨强度(RI)为最重要预测因子,次要变量包括曲线数(CN)和圆度比(CC)。将初始四变量模型简化为两变量线性模型:TL = 0.8 + 0.011A ? 0.023RI(A单位为km
2,RI单位为mm h
-1)。该模型解释了TL变异的51%,PBIAS为-4.2%,残差诊断满足正态性、同方差性和独立性假设。相比复杂ML模型,该经验模型以较小的预测性能损失换取了更高的透明度和操作性。
3.4 与现有经验模型的