《Water Research》：From Low-Cost Measurements to Rapid Water Quality Monitoring: A Hybrid Machine Learning–Optimization Framework for Predicting Laboratory-Intensive Parameters
编辑推荐：
摘要在空间异质性强的河流系统中，对实验室密集型水质变量的可靠估计仍然是一项挑战。本研究开发了一种机器学习框架，用于预测伊朗胡齐斯坦省主要河流中的生化需氧量（BOD）、化学需氧量（COD）、溶解氧（DO）、铵氮（NH?）、亚硝酸盐氮（NO?）、硝酸盐氮（NO?）和总碱度（TA）
摘要
在空间异质性强的河流系统中，对实验室密集型水质变量的可靠估计仍然是一项挑战。本研究开发了一种机器学习框架，用于预测伊朗胡齐斯坦省主要河流中的生化需氧量（BOD）、化学需氧量（COD）、溶解氧（DO）、铵氮（NH?）、亚硝酸盐氮（NO?）、硝酸盐氮（NO?）和总碱度（TA），使用了12年的监测数据集。经过时间匹配和质量控制筛选后，整个网络情景保留了来自26个监测站的1,427个观测值。利用特征构建、基于互信息的特征选择、九种机器学习算法和多种超参数优化策略，评估了八种预定义的空间情景。采用扩展窗口时间验证和站点分组交叉验证来评估模型泛化能力。时间中位KGE值在六个目标变量上从0.699到0.844不等，而NH?的时间表现较低（0.467）；站点分组KGE值从0.667到0.866不等。随机森林（RF）、极端梯度提升（XGBoost）和支持向量机（SVM）在表现最佳的模型中出现频率最高，而灰狼优化（GWO）、胡狼优化（HHO）、粒子群优化（PSO）、细菌觅食优化（BO）和沙丘沙蜥优化（SSA）则成为领先的优化策略。没有单一模型、优化器或空间情景具有普遍优势。总体而言，研究结果强调了针对特定目标建模和结构化验证的重要性，并展示了结合空间信息的机器学习在异质性河网中支持水质监测和决策的潜力。
引言
水是一种关键自然资源，其水量和质量受气候变化、地理特征和人类活动之间复杂相互作用的影响（Aradhi等，2023；Moghaddam等，2025）。近几十年来，由城市、工业和农业活动产生的人为污染日益影响地表水系统（Singh等，2009；Bhardwaj等，2020；Arzhangi等，2026；Golkar等，2026）。这些不断加大的压力凸显了对可靠及时的水质监测的需求。然而，许多重要的水质参数需要昂贵且耗时的实验室分析，这限制了常规监测的频率和响应能力。在此背景下，能够利用更易测量的变量来估计实验室密集型参数的软传感方法可以补充常规监测方案。
在河流中，这一监测挑战尤为突出，因为水质状况可能随空间和时间发生显著变化。河流作为地表水系统的基本组成部分，由于其动态特性、在物质输送中的作用以及与流域土地利用的直接关联，被视为极其敏感和战略性的水资源。此外，水资源管理不当可能会加剧供水和水质问题（Zhang等，2021）。由于涉及众多且复杂的组成成分，地表水监测是一项困难且多方面的程序。准确的水质监测需要大量采样和实验室分析（Adimalla等，2019），通常成本高昂且耗费大量人力资源。这些限制增加了对能够高效估计水质状况并支持及时管理决策的预测方法的关注。因此，开发和实施准确的水质预测方法被认为是估计水质状况、提供早期预警、评估管理方案和解决环境问题的必要条件（Loos等，2020）。
因此，机器学习方法已被广泛应用于地表水质的监测、评估和预测（Mahdian等，2026；Mohammadpour等，2025；Khosravi等，2025）。这些方法被认为是分析多维水质系统的有力工具，因为它们能够模拟复杂和非线性关系。多项研究已证明了机器学习算法的灵活性和有效性（Tang & Huang，2021；Wu & Wang，2022；Mahdian等，2026；Mohammadpour等，2025；Khosravi等，2025）。近期研究还表明，预测性能可能因数据特征、模型架构和数据处理策略的不同而显著差异，这表明建模框架的选择是水质预测性能的重要决定因素（Khosravi等，2025；Mahdian等，2026）。然而，其有效性主要取决于选择合适的架构、调整内部参数（超参数）和制定数据准备策略（Zhang & You，2024）。在这方面，在机器学习模型中使用优化算法进行超参数调优提供了一种有效的解决方案，以提高预测性能并避免陷入局部最优（Lu & Ma，2020；Zhang等，2023）。尽管如此，相当大比例的先前提研究集中于一两种或有限的几种机器学习方法，或仅采用一种优化算法来提升模型性能（Mazraeh等，2023；Liu等，2024；Bai等，2024）。因此，替代建模和优化策略的相对性能尚未在不同特征的水质参数之间得到一致检验。
大量研究表明，溶解氧（DO）、营养盐、有机物、电导率和其他水质参数等指标之间存在相互依存关系，其中一个变量的变化可以直接或间接影响其他变量（Singh等，2009；Bhardwaj等，2020；Zhang & You，2024）。这种内在的依赖性使得可以提取参数的预测性相互关系，也是开发能够利用一组简单低成本变量来预测更复杂且昂贵指标的模型的基础。然而，相当大比例的研究纳入了本身需要通过昂贵且费力的实验室程序进行采样和定量的输入要素（Mishra等，2025）。在这种情况下，预测精度可能是可以接受的，但模型依赖于大量实验室数据集，这限制了其在降低监测成本和简化水质评估方面的实际价值。
另一方面，一些研究尝试使用更简单和低成本参数来预测特定的水质指标。然而，这些研究大多集中在预测有限的一组指标上，例如BOD、COD或NO?（Davoudi & Roushangar，2025）。虽然这类针对性方法在特定应用中是有用的，但它们并未提供一个全面的框架来同时预测多种依赖实验室分析的参数。因此，进行全面评估，在多种优化算法的影响下系统性地比较一组机器学习模型，可以在识别更有效的水质参数预测结构方面发挥重要作用。此外，在单一建模框架内，特征构建、特征选择、模型选择和超参数优化的综合作用尚未得到充分关注。
此外，对于计算工具的实际应用，有必要选择一个涵盖水文学和水质波动复杂性的环境；在这方面，卡伦河流域以其独特特征，为评估这些模型提供了独特的属性。该流域作为伊朗最大也是最重要的水文系统之一，代表了自然与人为相互作用的独特组合。该流域在地理上分为三个不同区域：山区（上游）、过渡区和冲积平原（下游）区。 Dez河在Band-e Qir站的汇合突显了该地区的水文多样性。该流域的研究意义源于其水质的显著异质性；扎格罗斯山脉的源头显示出水质的原始状态，而中游面临着诸如Gotvand盐碱地层等内生性问题，下游则由于1,700个工业单位（包括钢铁、石油和石化）以及甘蔗农业工业的大量排水而遭受严重污染。这种对比鲜明的水文和污染条件使该流域成为评估预测模型在空间异质性河段中性能的有用场景。
在此背景下，本研究考察并比较了机器学习算法在多种优化框架下预测生化需氧量（BOD）、化学需氧量（COD）、溶解氧（DO）、铵氮（NH?）、亚硝酸盐氮（NO?）、硝酸盐氮（NO?）和总碱度（TA）的效能。分析基于卡伦河、Dez河和Shavur河水系统26个监测站在12年期间的时间匹配记录。为考虑空间异质性，对河网在预定义空间情景下进行了评估。建模过程还包括使用主成分分析（PCA）和数学变换进行特征空间扩展、基于互信息的特征选择，以及多种机器学习模型与九种超参数优化算法的组合比较。因此，本研究旨在确定在河网不同空间异质性水平下，哪些预测变量处理、机器学习架构和优化策略的组合能够可靠地估计所选水质参数。
章节摘要
研究区域
卡伦河流域作为伊朗最大且最具战略意义的流域，面积约为67,257平方公里（相当于该国总面积的4.1%）。从地形角度看，该流域是一个异质性系统，其中71.2%的面积（47,915平方公里）位于中部高原，而其余28.8%（19,342平方公里）分布在低地平原上。该流域的主要水系是卡伦河和Dez河，它们发源于西部山坡
模型性能与目标特异性行为
结果表明，所提出的框架能够捕捉卡伦-Dez-Shavur河水系统中化学和生化特性各异的水质变量中的有意义变异。在时间验证下，BOD、COD、DO、NO?、NO?和TA的最佳中位KGE值从0.699到0.844不等，而NH?的时间KGE值明显较低，为0.467。在站点分组验证下，最佳KGE值从0.667到0.866不等。重要的是，表现最佳的
结论
本研究开发了一个综合的软传感框架，用于估计七种实验室密集型水质参数，包括BOD、COD、DO、NH?、NO?、NO?和TA。该框架依赖于卡伦-Dez-Shavur河水系统中可获取的水文和物理化学变量。它整合了主成分分析、特征构建、基于互信息的特征选择、机器学习算法和多种超参数优化策略。采用时间验证和站点分组验证方案
CRediT作者贡献声明
Mehrdad Ranaie：撰写——初稿，方法论，数据整理。Saeid Pourmanafi：数据整理，概念化。Ali Lotfi：撰写——初稿。Mohammad Nemati Varnosfaderany：撰写——审阅与编辑，撰写——初稿，可视化，形式化分析。Mostafa Tarkesh：方法论，形式化分析。
利益冲突声明
作者声明，他们没有已知的可能影响本文所报道工作的竞争性经济利益或个人关系。
Mehrdad Ranaie | Saeid Pourmanafi | Ali Lotfi | Mohammad Nemati Varnosfaderany | Mostafa Tarkesh
自然资源系，伊斯法罕理工大学，邮编：84156-83111，伊朗伊斯法罕。
