可解释机器学习刻画了大型监测网络中河流磷与人为环境因素之间的气候依赖性关联

《Journal of Contaminant Hydrology》：Interpretable machine learning characterizes climate-dependent associations between riverine phosphorus and anthropogenic-environmental factors across a large monitoring network

　　

•我们在涵盖五大气候区的全球总磷数据集中使用了可解释的广义可加模型（GAMs）结合偏依赖图（PDPs）进行诊断分析。
•模型在干旱区和热带区表现最佳，在温州区表现最差。
•每个气候区通过11个逐步广义可加模型确定了排名前10的预测变量之间的双因素交互作用。
•偏依赖图揭示了依赖气候的非线性效应及阈值。
•置换重要性分析表明，人为因素和土壤磷因子在全球范围内占主导地位。

引言

水质（WQ）管理与污染控制对于实现水安全、保护人类和生态健康至关重要。全球范围内，由于人为压力的加剧——包括人口增长、集约化农业、森林砍伐和工业扩张——河流正面临日益严重的水质退化（Buta et al., 2023; Schwarzenbach et al., 2010; Sheikholeslami and Ghorbani, 2024）。这些驱动因素导致了广泛的污染和营养富集现象，而气候变化引起的水文模式变异和极端天气事件进一步加剧了这一状况（Yang et al., 2019）。作为21世纪最紧迫的环境挑战之一，可持续的水质管理不仅对于保护生态系统至关重要，也是确保长期获得清洁水源的关键（V?r?smarty et al., 2010）。

在各种污染物中，磷（P）因其对环境与健康产生的显著影响而尤为突出（Cao et al., 2024）。磷通过自然过程（如岩石风化）和人类活动（如农业、牲畜废弃物、清洁剂和污水排放）进入水体（George et al., 2018; Sheikholeslami et al., 2024; Golkar et al., 2026）。自20世纪中叶以来，化学肥料中的磷输入量已增至三倍多（Liu et al., 2021），在应对日益增长的粮食需求的同时超过了自然再生速率（Bouwman et al., 2013; Liang et al., 2022）。这种失衡扰乱了全球磷循环，导致局部积累与匮乏并存的现象（Chen et al., 2015; Clark and Tilman, 2008）。若不改善磷的回收与管理，过量的磷负荷——尤其是在缺乏严格法规的地区——将不断加剧，从而引发富营养化、有害藻华以及生态系统结构变化。这些影响会导致水质退化、溶解氧耗竭、鱼类死亡和生物多样性丧失，最终形成水生生物无法存活的死区（Al-Wardy et al., 2025; Stelzer et al., 2022）。

应对过量磷的不利影响需要有效的水质管理和修复策略，通常需要借助模拟营养物动态的数值模型加以支持（Jusino-Maldonado et al., 2022）。这些模型通常可分为过程模型和数据驱动方法两大类，它们在复杂性、假设条件和模拟技术方面存在差异（Sheikholeslami and Hall, 2023; Wellen et al., 2015）。INCA（Whitehead et al., 1998）、SWAT（Abbaspour et al., 2015）、SWIM（Huang et al., 2009）和HYPE（Rizzo et al., 2023）等过程模型基于物理原理和守恒方程来模拟水文环境系统。尽管这些模型能够为理解底层的地下水文地球化学过程提供洞察，但其精度受限于对系统属性的认知不足以及大量参数率定的需求，这往往导致高度不确定性及较大的计算量需求。

数据驱动模型以较少的假设条件建立水质参数与环境或人为变量之间的经验关系，具有更高的计算效率和捕捉非线性关系的能力（Guillemot et al., 2021; He et al., 2011; Mehrvand et al., 2024; Zhu and Wang, 2026）。这些基于统计和机器学习（ML）技术的模型已被证明在预测、分类和聚类等方面具有有效性（见álvarez-Cabria et al., 2016; Li et al., 2025; Shen et al., 2020; Wang et al., 2021; Zhang et al., 2023; Shiri et al., 2026）。

尽管机器学习模型能够识别大数据集中的模式、提供较高的预测精度并捕捉复杂的非线性关系（Nikoo et al., 2025），但其"黑箱"特性往往限制了可解释性，使得人们难以用人类可理解的方式来理解其行为（Zhuang et al., 2021）。为解决这一透明度不足的问题，可解释的机器学习模型应运而生，如广义可加模型（GAMs），它有助于建模者理解预测是如何生成的。这些模型缓和了预测性能与可解释性之间的矛盾（Kruschel et al., 2025），使其非常适合用于分析复杂的环境数据（Richards et al., 2013）。

广义可加模型还通过平滑函数提供了清晰的可视化结果以及对单个变量及其联合关系统计关联的深入见解。在广义可加模型中，每个特征与目标变量之间的关系通过所谓的形状函数分别建模，结果以加法方式组合（Hastie and Tibshirani, 1990）。这使得模型能够捕捉复杂的非线性关系，这对于模型分析和明智的政策决策至关重要，因为刻画不同输入变量相关的响应模式是必不可少的（Lou et al., 2012）。

近年来，广义可加模型已广泛应用于全球各地区的水质研究中。例如，Richards等人（2013）研究了澳大利亚昆士兰州的水体浊度，随后又利用该方法评估了黄金海岸的磷和氮浓度，识别了对水质的空间影响（Richards et al., 2014）。Varanka和Hjort（2017）将广义可加模型应用于评估芬兰河流中的营养物动态，Murphy等人（2019）则利用该方法分析了切萨皮克湾的磷变化趋势。类似地，在中国，Liu等人（2020）探索了太湖的季节性营养物变化，Guillemot等人（2021）研究了法国流域中的溶解态营养物。最近，Tilahun等人（2024）采用广义可加模型评估了极端降雨对德国河流中磷浓度的影响。总体而言，这些研究强调了广义可加模型在不同地理和气候背景下应对多种水质挑战的有效性。

通过对基于机器学习的水质模型文献的综述，我们总结了三个重要观察：
•尽管机器学习技术在水质建模中日益流行——这得益于其强大的预测性能——但它们通常缺乏可解释性，常被视为黑箱模型，对水质动态背后的物理过程提供的洞察有限。
•广义可加模型在用于水质建模的机器学习方法中具有较高的可解释性，并额外具备捕捉复杂非线性关系的优势。
•机器学习在水质建模中的应用大多局限于局部或流域尺度，将这些模型扩展至全球或空间显式框架的尝试相对较少。

这些观察促使我们构建一个可解释的广义可加模型框架，用于大规模水质评估，以改善可解释性、数据集整合，并加深对面源水体中河流磷水平最重要的预测变量及气候特异性功能关系的理解。为实现这一目标，我们使用了2012至2021年间来自四个全球数据库的超过27万个站点级测量数据。具体而言，本研究的主要目标是：
•开发可解释的机器学习模型，以在一个多区域监测网络内研究不同气候区域磷变化趋势。
•考察河流磷变异性与主要环境、人为和气候预测变量之间的统计关联。
•评估预测变量对磷浓度的个体及群体重要性。
•提供2012至2021年间各气候区磷浓度的一致数据库。

章节摘要

全球磷测量

主要河流流域对于城市发展和人类活动至关重要，支撑着数百万人的生活。本研究分析了全球520个主要河流流域（见补充信息中的图1和图S1），这些流域覆盖了约70%的陆地面积，支撑着全球60%的人口（GRDC, 2024），展现出多样的气候和水文特征，影响着磷浓度的动态变化。磷在水体中以多种形式存在（溶解态无机磷/有机磷、总磷……[原文截断]）

不同气候区广义可加模型的性能

各广义可加模型在不同气候区中的性能比较见表2。根据研究结果，最终模型在干旱气候区表现最佳，达到了最高的R2值（0.87）和最低的均方根误差（0.09），有效地解释了总磷浓度的大部分方差。其次是热带区，R2为0.83。相比之下，大陆性和极地区域表现出中等性能，R2值分别为0.79和0.68，而较高的赤池信息准则（AIC）值表明……[原文截断]

广义可加模型的表现

在柯本-盖格尔气候分区的不同区域中，模型性能呈现出清晰的系统性层次结构：在干旱和热带流域中的预测能力最高，在大陆性和极地地区居中，而在温带环境中最低。这种模式很可能反映了所采用的广义可加模型——具有加法结构和有限的交互项数量——与各气候区主导月度总磷变异性过程之间的一致程度……[原文截断]

结论

本研究将520个流域中3460个站点（2012–2021年）的长期总磷观测数据与一个可解释的机器学习框架（广义可加模型、偏依赖图和置换特征重要性）相结合，刻画了五大气候区中总磷与其预测变量之间的非线性、气候特异性统计关系。我们逐区逐步构建了11个模型，以捕捉26个预测变量中的非线性关系和交互作用。总体而言，广义可加模型有效地捕捉了干旱地区总磷的变异性……[原文截断]

研究者贡献分类体系声明

Razi Sheikholeslami：论文撰写与审阅、论文原创撰写、验证、监督、方法论、数据管理、概念设计。
Sara Vahab：论文撰写与审阅、论文原创撰写、可视化、验证、软件、调查研究、形式分析。
Mohammad Reza Nikoo：论文撰写与审阅、验证、概念设计。

未引用参考文献

Hariri et al., 2021

利益冲突声明

作者声明与本出版物相关的无利益冲突。

致谢

作者感谢CESI、Waterbase、WQP和GEMStat数据库为本研究提供水质数据。感谢Sharif University of Technology科研技术办公室提供的支持（资助编号：AI 4030926）。同时感谢苏丹卡布斯大学研究小组DR/RG/28："气候变化、水资源与环境建模"提供的支持。

Razi Sheikholeslami | Sara Vahab | Mohammad Reza Nikoo