一种混合深度学习与树模型集成的方法，用于基于卫星与原位数据预测贝类生物毒素污染

《Harmful Algae》：A hybrid deep learning and tree-based ensemble approach for forecasting shellfish biotoxin contamination from satellite and in-situ data

　　

• 卷积自编码器压缩卫星海表温度（SST）和叶绿素a影像。
• 潜变量特征与DSP监测时间序列相结合。
• 集成模型可预测最多六周内的最大DSP浓度。
• 卫星特征在若干站点-预测期组合中提升了预测性能。
• 预测增益在不同站点和预测期之间差异显著。

**引言**

在欧洲，与有害藻华（HABs）相关的多数影响是由腹泻性贝类毒素（DST）引起的（Bresnan等人，2021年）。这在葡萄牙所在的北大西洋沿岸地区尤为明显，该地区的Dinophysis属物种每年都会反复出现藻华，且表现出显著的年际变异性（Moita等人，2016年）。Dinophysis藻华是贝类中毒菜酸（OA）和Dinophysistoxin（DTXs）的主要来源，食用受污染的贝类会导致人类发生腹泻性贝类中毒（DSP）。为将DSP及其他贝类中毒综合征的风险降至最低，欧盟已建立了一套全面的监测计划，依据第(EU) 2017/625号法规（欧洲议会和理事会，2017年）和第(EU) 2019/627号条例（欧盟委员会，2019年），对贝类养殖区的有害浮游植物进行监测，并测定贝类中的海洋生物毒素，包括脂溶性毒素（包括OA和DTXs，以及氮杂司贝毒素和耶索毒素）、失忆性贝类中毒（ASP）毒素和麻痹性贝类中毒（PSP）毒素。

每当监测计划检测到毒素浓度超过法规限值（即OA和DTXs的OA当量为160 μg·kg?1，参见第(EC) 853/2004号法规（欧盟委员会，2024年），附件III，第七节，第五章）时，将实施预防性贝类采捕区关闭措施，并持续维持直至毒素水平降至规定阈值以下，从而最大限度地降低急性中毒的风险。这一管理策略已得到广泛确立，被认为在降低与海洋生物毒素相关的公共健康风险方面十分有效。事实上，该策略已促成报告的贝类中毒病例大幅减少，自2000年代初以来未再报告重大DSP暴发事件（Vale等人，2023年），尽管葡萄牙海岸沿线的贝类污染事件仍持续且反复发生（Braga等人，2023年）。

另一方面，贝类采捕区的关闭对贝类生产者造成了巨大的经济损失，打断了其生产活动、减少了收入、增加了经营不确定性，并扰乱了向海产品市场供应的连续性（Martino等人，2020年）。在葡萄牙海岸沿线所观察到的那样，采捕区长期且反复关闭的情况（Braga等人，2023年），需要一个更具前瞻性的管理系统，能够提前预判污染事件并促进缓解措施的及时实施（Cruz等人，2022年；Cruz等人，2021年）。在此背景下，机器学习已成为一种前景广阔的工具，大量模型已被评估用于HAB预测，从经典方法如基于树的集成模型和多层感知器（MLP）（例如：Recknagel等人，1997年；Lee等人，2003年；Velo-Suárez和Gutiérrez-Estrada，2007年；Li等人，2014年；Kim等人，2023年；Rocruz等人，2025年），到深度学习架构如卷积神经网络（CNNs）（Hill等人，2020年；Yussof等人，2021年；Pyo等人，2021年）和长短期记忆（LSTM）网络（Lee和Lee，2018年；Cho等人，2018年；Cho和Park，2019年；Yussof等人，2021年；Kim等人，2022年），后者日益被用于克服前者的时间局限性。尽管HAB预报作为潜在贝类污染的重要参考指标和补充决策支持工具仍然具有重要价值，但它们可能不是对贝类生产者最实用的解决方案——生产者的首要关注往往在于其产品是否可以安全上市。预测贝类毒性仍然具有挑战性，因为污染不仅取决于藻华的发生和扩散，还取决于毒素产生的变异性以及不同物种间毒素积累动力学的差异（Cruz等人，2021年）。

与HAB预报不同，仅有少数研究尝试直接预测贝类污染，且大多数将任务表述为分类问题，即预测关闭或阈值突破而非连续毒素浓度。Grasso等人（2019年）使用含一个隐藏层的MLP来提前一至十周预测因PSP毒素导致贻贝采捕区的关闭。Harley等人（2020年）利用随机森林对环境数据进行分类，判断东南阿拉斯加贻贝样本是否高于或低于PSP法规阈值。近期，O'Donncha等人（2024年）将半自动化机器学习与集成分类器相结合，基于环境和气象变量预测葡萄牙西南部一座贝类养殖场的开放/关闭状态，准确率约为83%。Marzidov?ek等人（2024年）将机器学习分类器与可解释性方法相结合，预测亚得里亚海中贻贝DSP毒素浓度是否超过法规阈值，确定随机森林为表现最佳的模型，并识别出毒性的主要生物和环境驱动因素。

尽管二元输出对操作决策有用，但它们无法传达污染水平距离法规阈值有多近，限制了其在精细化风险评估和采捕计划制定中的价值。相比之下，预测连续的污染值可以提供更丰富的信息，但也是一项更具挑战性的任务。我们的团队此前已使用MLP、CNN和LSTM架构将DSP在贻贝中的污染预测问题作为回归问题，最多提前四周预测（Cruz等人，2022年）。这些研究依托于葡萄牙官方监测计划产生的大规模贝类毒性时间序列数据，并使用了多个涉及HAB形成和贝类污染的生物学和环境时间序列变量，包括叶绿素a（chl-a）、海表温度（SST）、有毒浮游植物细胞计数以及气象变量（风、气温和降雨量）。

最近在伊比利亚半岛大西洋沿岸开展的研究已展示了机器学习方法在HAB和贝类污染预测中的日益广泛应用。早期研究集中于利用人工神经网络（ANNs）预测加的斯湾Dinophysis acuminata的藻华（Velo-Suárez和Gutiérrez-Estrada，2007年）。近年来，机器学习已与动力学建模相结合，用于预报加利西亚Rías Baixas的Dinophysis藻华（Rocruz等人，2025年），而深度学习架构已被应用于预测葡萄牙贝类养殖区DSP毒素浓度（Cruz等人，2022年）。这些研究为本文提供了区域背景，并展示了伊比利亚半岛大西洋沿岸所探索的预测目标和方法论的多样性。

卫星遥感是贝类污染预测中一种前景广阔但尚未充分开发的数据源。卫星影像已成为藻华早期探测的关键工具，涵盖海洋和淡水环境中的有害事件（Ahn和Shanmugam，2006年；Caballero等人，2020年；Hill等人，2020年）（Mishra等人，2019年；Hou等人，2022年），甚至延伸至极地冰盖（Wang等人，2018年）。尽管存在已知局限性，例如不利的大气条件（云层）或沿岸地区悬浮物和有色溶解有机质的存在（Caballero等人，2020年），但近年来其潜力得到了显著增强，联合国教科文组织政府间海洋学委员会下的国际海洋颜色协调小组专门发布了题为《利用海洋颜色遥感观测有害藻华》的报告，概述了从无害浮游植物背景中区分有害藻华的策略，包括与麻痹性贝类中毒相关的甲藻藻华、有毒硅藻Pseudo-nitzschia的藻华、神经毒素甲藻Karenia brevis的藻华以及蓝细菌藻华（Bernard等人，2021年）。然而，卫星影像数据的预测能力在预测模型中很少被研究，且几乎完全局限于HAB预报而非贝类毒性预测。Pyo等人（2021年）开发了一种带有卷积块注意力模块的CNN，利用原位数据、模拟动力学特征以及从机载高光谱影像获得的chl-a分布图来预测蓝细菌细胞浓度，结果表明在某些时期纳入chl-a分布图可提高预测准确率。CNN和LSTM还被成功评估为基于MODIS传感器历史遥测记录数据立方体（例如SST、chl-a和光谱波段）的HAB检测系统的一部分，用于分类和区分HAB与非HAB事件（Hill等人，2020年）。

基于上述区域研究和日益丰富的卫星遥感产品可用性，本研究调查了葡萄牙养殖区DSP贝类污染预报的一种补充方法。本文旨在通过评估卫星数据在葡萄牙养殖区DSP贝类污染多元预测框架中的贡献，推动贝类污染预报的发展。我们将问题表述为回归任务，预测一周至六周内的连续DSP浓度，并以历史污染值以及研究区域的卫星影像时间序列作为输入。鉴于卫星数据的高维度性，我们提出了一种混合方法：首先使用二维卷积自编码器从SST和chl-a影像中提取少量信息丰富的特征，然后将这些特征与历史污染值相结合，输入基于决策树的集成模型，具体为随机森林和梯度提升模型。

该框架允许评估高维度、免费可获取的遥感信息在DSP预报模型中的附加预测价值，并为评估其对未来贝类生产管理的潜在贡献奠定基础。

**污染数据**

葡萄牙各贝类养殖区不同贝类物种的DSP污染数据可在葡萄牙海洋与大气研究所（IPMA）网站公开获取，网址为：https://www.ipma.pt/pt/bivalves/zonas。数据自2014年8月起可用并定期更新，测量以每周为间隔进行，但存在一定的不规律性。本研究选择的时间范围与卫星影像数据对齐，涵盖2018年1月1日至2024年12月31日。

**结果与讨论**

本研究通过评估卷积自编码器提取的卫星衍生特征是否为葡萄牙贝类养殖区传统污染变量提供补充信息，探讨了一种DSP预测的替代方案。与Cruz等人（2022年）将DSP预测作为使用深度学习架构的多变量时间序列预报问题不同，本研究估计每个……

**结论**

将卫星衍生潜变量特征纳入DSP预报模型，在多个站点-目标组合中相对于仅使用DSP数据的模型产生了改进，但这些增益的幅度和稳健性强烈依赖于站点和预测期。改进在验证阶段通常更加一致，但在留出的2024年DSP测试期内，其幅度在不同站点-目标组合之间有所差异。若干组合在2024年保持了较低的预测误差，而另一些……

**CRediT作者贡献声明**

Fabien Guegan：撰写——初稿、可视化、验证、软件、方法论、正式分析。Sérgio Tavares：撰写——初稿、方法论。Susana M. Rodrigues：撰写——审阅与编辑、资金获取、数据整理。Inês Basílio：撰写——审阅与编辑、项目管理、资金获取。Andreia Cruz：撰写——审阅与编辑、项目管理、资金获取。Jorge Cruz：撰写——审阅与编辑、监督、方法论。Pedro R.

**利益冲突声明**

作者声明他们不存在任何已知的可能影响本文所报告工作的经济利益或个人关系。

**致谢**

本研究得到Funda??o para a Ciência e a Tecnologia（FCT, I.P.）国家资金的资助，包括项目UID/297/2025和UID/PRR/297/2025（数学与应用中心——NOVA Math）、UID/00667/2025：机械与工业工程研究与开发单位（UNIDEMI）、UID/04516（NOVA LINCS）、CEECINST/00042/2021，以及研究项目"MATISSE：基于机器学习的贝类安全预报系统"（DSAIPA/DS/0026/2019）的资助。

Fabien Guegan | Sérgio Tavares | Susana M. Rodrigues | Inês Basílio | Andreia Cruz | Jorge Cruz | Pedro R. Costa | Ludwig Krippahl | Marta B. Lopes