基于STI-DCRNN的耦合时空图模型用于不完整浮标监测数据的浮游植物水华预测

《Ecological Informatics》：A coupled spatiotemporal graph model for phytoplankton blooms prediction using incomplete data from buoy-based monitoring systems

　　

研究人员提出了一种耦合时空图模型，用于基于浮标监测系统不完整数据的浮游植物水华预测。该框架创新性地整合了插补模块与预测模块，以实现可靠的叶绿素a (chlorophyll-a, Chla)浓度预测。该框架利用图驱动方法有效捕获传感器间及传感器内的时空相关性。与基准机器学习方法相比，所提模型表现出更优的性能。此外，pH和水温 (water temperature, WT)为Chla预测提供了随预测期变化的预测性信息。

**研究背景与存在问题**

浮游植物水华（包括有害蓝藻水华，harmful cyanobacterial blooms, HCBs）在人为富营养化和气候变化的共同影响下，其发生频率和强度在全球水生态系统中持续增加，对水体生态完整性、景观价值和社会经济功能构成严重威胁。叶绿素a (chlorophyll-a, Chla)浓度被广泛用作浮游植物生物量的替代指标和水华风险监测依据。基于浮标的多参数自动高频监测（automated high-frequency monitoring, AHFM）系统能够提供高时间分辨率的水质数据，但传感器故障、通信中断等原因常导致观测数据缺失，阻碍预测模型从数据中准确学习时间波动与空间依赖。传统插补方法往往未能显式利用监测站点间的联合时空依赖，而现有预测模型多假设输入数据完整，难以直接应用于不完整的实测数据。因此，需发展一种能够同时处理数据不完整性和多尺度时空依赖的耦合预测框架。

**研究内容与主要结论**

研究人员提出一种耦合时空框架STI-DCRNN，将时空低秩插补（spatiotemporal imputation, STI）与扩散卷积循环神经网络（diffusion convolutional recurrent neural network, DCRNN）相结合，用于短期Chla浓度预测。研究以中国滇池外海8个浮标站2019年1月1日至2021年12月31日的四小时间隔AHFM数据为案例，数据来源于中国国家环境监测中心国家地表水水质自动监测数据发布系统。研究旨在评估STI在随机缺失和连续缺失下的重建效果，评估DCRNN相对所选深度学习基线模型在多个预测期上的预测性能，并探究环境协变量对Chla预测的贡献。结果表明，STI在多种缺失场景下均优于基准插补方法；STI-DCRNN在4小时至2天预测期内总体优于所选基线模型；协变量的预测贡献随监测站点和预测期发生变化。该框架为不完整AHFM数据条件下的多站Chla预测提供了可行方法。

**关键技术与方法**

研究主要采用以下关键技术方法。构建时空插补模型STI，将距离图拉普拉斯空间平滑、时间差分平滑和低秩约束联合建模，并通过交替方向乘子法（alternating direction method of multipliers, ADMM）优化求解缺失值。构建DCRNN预测模型，基于地理距离和K近邻建立站点间图结构，以双向扩散卷积替代门控循环单元（gated recurrent unit, GRU）内部矩阵乘法，结合序列到序列架构实现多步预测。环境协变量选取基于站间时域Pearson相关分析，选定WT、NH₃、pH和总磷（total phosphorus, TP）作为输入变量。模型评估采用均方根误差（root mean square error, RMSE）、平均绝对误差（mean absolute error, MAE）、决定系数（R²）和标准差归一化RMSE（NRMSE_SD）等指标，并设置消融实验验证STI模块和图结构贡献。样本队列来自滇池外海8个浮标监测站。

**研究结果**

**3.1 AHFM数据的时空插补**

通过与中位数插补、矩阵分解（matrix factorization, MF）、奇异值分解（singular value decomposition, SVD）、链式方程多重插补（multivariate imputation by chained equations, MICE）和K近邻（K-nearest neighbor, KNN）比较，STI在Chla随机缺失率10%–50%条件下始终表现最优，RMSE为2.22–2.97 μg/L，相对最佳基线KNN降低58.6%–64.2%，R²达0.94–0.97。在1–7天连续缺失场景下，STI仍优于全部基线，RMSE随缺失间隔增加从2.87升至5.10，对KNN的RMSE降幅为24.3%–48.7%。对环境变量WT、NH₃、pH和TP，STI在多数缺失率下取得最优或相当性能，但在70%缺失率时MICE在WT和pH重建上略优于STI。

**3.2 Chla浓度的时空预测**

将STI重建后的完整时空数据输入DCRNN，对8个站点进行4小时、12小时、1天和2天的Chla预测。预测性能呈现明显的站点和预测期异质性，误差随预测期延长而增加，精度下降。其中，Guanyingshan Center站点表现最优（RMSE=1.41–1.82 μg/L，R²=0.77–0.86），Baiyukou和Huiwan Center站点绝对误差较高（Baiyukou RMSE=5.10–8.51 μg/L），但Baiyukou经标准差归一化后误差处于中等水平，表明绝对误差无法完全反映跨站点预测能力。以Chla≥50 μg/L为阈值的高峰事件检测显示，F1分数从4小时预测期的0.6857降至48小时预测期的0.4354。

**3.3 Chla浓度的多变量预测**

通过将历史Chla分别与TP、pH、NH₃或WT