从合规到临界：新西兰南岛河流新兴大肠杆菌风险预测

《Water》：From Compliant to Critical: Forecasting Emerging E. coli Risk in New Zealand’s South Island Rivers

　　

全球淡水质量正在退化，监管监测在很大程度上仍是回顾性的，只能在违规发生之后予以识别。本研究考察：仅凭稀疏的月度监测记录，能否预测多年期、具有监管意义的合规违规，以及此类预测是否优于“明年与今年相似”的假设。研究人员利用新西兰南岛497个河流点位约二十年（2004–2024年）的陆地、空气、水阿奥特亚罗阿（LAWA）数据，训练了一个统一的合并梯度提升（LightGBM）分类器，在一、二、三年预测视野内预测《国家淡水管理政策声明》（NPS-FM）下的大肠杆菌最差等级（Band E）不合规，并在严格时间验证下以持续性、趋势外推和多数类基线为基准。模型可靠地判别了违规（曲线下面积AUC 0.84–0.85），并在所有三个视野的平衡准确率上超过持续性基线，其中在二年和三年视野显著。其主要价值在于早期预警：在目前合规的点位中，模型找回了随后违规的大约一半，而这些转变是持续性基线在构造上无法检测的，进而形成一份由97个面临到2027年进入最差等级（Band E）风险的点位组成的远期观察清单，这些点位集中于牧业集水区。仅凭监测数据进行预测设置了诚实的上限；评分以风险排名形式报告。研究结果支持从反应式淡水管理转向预期式淡水管理。

研究背景与问题：全球淡水系统退化严重，监管监测多为事后评估。新西兰《国家淡水管理政策声明2020》（NPS-FM 2020）要求按属性等级评估点位，但现行陆地、空气、水阿奥特亚罗阿（LAWA）等级基于最近五年月度数据，属回顾性状态评估，无法告知点位未来走向。已有机器学习预测多基于高频传感器做短期预报，缺乏从稀疏月度记录出发、以监管等级为目标的多年期预测研究。为此，研究人员利用新西兰南岛497个河流点位、2004–2024年约二十年的LAWA监测数据，构建梯度提升（LightGBM）分类器，预测大肠杆菌（E. coli）最差等级（Band E）不合规在一年、二年、三年视野内是否发生，并以持续性、趋势外推和多数类为基线，在严格时间验证下评估。该研究发表于《Water》。

主要技术方法：数据来自LAWA数据库，包括497个南岛河流点位，共680,231条经清洗的月度观测；保留每年至少9次的点位-指标-年单元。以11项水质指标的年中位数构建滞后0–3年水平、三年趋势、当前违规状态及土地覆被、区域、经纬度等静态特征，共60个预测变量；用LightGBM梯度提升树分别训练一、二、三年视野模型。验证采用严格时间切分（目标年≤2018训练，2019–2024测试），并以持续性、趋势外推、多数类为基线；用滚动原点、配对bootstrap、SHAP归因、留区验证和校准分析评估模型。

3.1 相对基线的预测技能：通过严格时间验证的ROC曲线和平衡准确率比较，模型在一年、二年、三年视野的AUC分别为0.844、0.847、0.836；在固定阈值0.25下，平衡准确率均高于持续性基线，二年和三年差异的bootstrap置信区间不含零；在持续性同等假阳性率下，模型真阳性率从约0.66–0.69提升至0.74。

3.2 操作阈值与决策分析：通过决策曲线和净收益分析，在阈值0.15–0.75及所有视野下，模型净收益均高于“检查所有点位”和“不检查”两种无模型策略，表明其可作为筛查工具。

3.3 新兴违规的早期预警：仅对当前合规点位，模型在一年、二年、三年分别找回113、108、103个后续进入Band E的转变，召回率为0.48、0.53、0.49；持续性基线在构造上无法检出任何此类转变。

3.4 校准与评分报告：采用Brier分数、可靠性曲线和事后重校准检验，发现原始分数低端校准良好但中高端过度自信；事后重校准无法在时间外稳健迁移，因此评分以风险排名而非校准概率报告。

3.5 预测驱动因素与集水区内部表现：SHAP（SHapley Additive exPlanations）归因显示预测主要由点位自身近期E. coli历史驱动，其次为pH和浊度；当前违规二值标志贡献低。土地覆被内部AUC显示，原生植被为0.74，牧业为0.81。

3.6 多指标特征集的贡献：将完整60预测变量模型与仅含E. coli滞后、趋势和土地覆被的6预测变量模型比较，AUC差异仅0.001–0.011；多指标的主要价值不在判别能力，而在提供可解释的预警原因。

3.7 跨区域迁移性：通过逐一排除某区域训练数据的留区