《Water》：Data Representation Shapes the Comparative Performance of XGBoost, Random Forest, and LSTM for Groundwater Head Prediction: A Case Study in Friuli Venezia Giulia, Italy
编辑推荐：
地下水位水头（groundwater head）的可靠预测是可持续含水层管理的基础，然而机器学习算法与输入数据表征方式的相对贡献目前仍知之甚少。本研究利用来自意大利弗留利-威尼斯朱利亚大区（Friuli Venezia Giulia Region）26.5年的
地下水位水头（groundwater head）的可靠预测是可持续含水层管理的基础，然而机器学习算法与输入数据表征方式的相对贡献目前仍知之甚少。本研究利用来自意大利弗留利-威尼斯朱利亚大区（Friuli Venezia Giulia Region）26.5年的监测记录，系统比较了三种广泛使用的模型：极端梯度提升（Extreme Gradient Boosting, XGBoost）、随机森林（Random Forest, RF）和长短期记忆神经网络（Long Short-Term Memory Neural Networks, LSTM-NN）。研究开展了两项互补分析：（i）仅使用历史地下水水头对模型进行基准测试；（ii）评估替代特征表征方式，包括气候变量、季节编码、多项式变换、差分序列及气候增强型工程特征。结果表明，模型性能在很大程度上取决于数据表征方式，而非仅取决于算法选择。在自回归配置下，XGBoost取得了最高精度（R2 = 0.9998），优于RF（R2 = 0.9960）和LSTM-NN（R2 = 0.9097）。当纳入水文气象及工程化特征后，LSTM-NN成为表现最优的模型（R2 = 0.961，RMSE = 87.15，MAE = 59.75），其次是RF（R2 = 0.9454）和XGBoost（R2 = 0.9370）。气候增强型数据集通过更好地表征滞后补给和季节性地下水动态，持续产生最高精度。这些发现表明，特征工程与算法选择同等重要，并为开发可靠的地下水预测机器学习模型提供了实践指导。
**论文解读：数据表征对地下水头预测模型性能的影响——以意大利弗留利-威尼斯朱利亚为例**
**一、研究背景与科学问题**
地下水资源正面临日益严峻的人为压力与气候变化挑战，可持续地下水管理已成为重大的科学与社会议题。地下水头作为控制含水层行为的关键状态变量，其可靠预测对于地下水管理、干旱缓解、水资源分配及气候变化适应至关重要。然而，地下水系统受高度非均质的水文地质条件、复杂的补给过程、非线性的地表水-地下水相互作用、不确定的边界条件以及日益增强的人为干扰等因素影响，使得地下水位预测极具挑战。
传统上，地下水预测依赖基于物理过程的数值模型（如MODFLOW），这类模型虽能提供物理一致的系统表征，但往往需要详尽的水文地质刻画、参数率定和大量计算资源，在数据匮乏区域的应用受到限制。近年来，机器学习方法因其直接从历史观测中学习地下水动态的能力而受到广泛关注。其中，长短期记忆网络（LSTM）通过显式保留先前时间步的信息，在时序预测中展现出卓越能力。然而，现有综述指出该领域仍存在若干挑战：特征工程应用有限、模型可解释性不足，以及对地下水系统时间复杂性的表征方法有待改进。
已有研究多采用单一预设输入配置评估算法，难以区分性能提升究竟源于学习算法本身还是数据集中的时间信息表征方式。针对这一空白，本研究系统考察了数据表征对地下水头预测的影响，通过比较三种主流机器学习算法——极端梯度提升（XGBoost）、随机森林（RF）和长短期记忆神经网络（LSTM-NN），在多种特征工程策略下的预测性能，量化算法选择与数据表征的相对贡献。
**二、研究内容与主要结论**
本研究采用意大利弗留利-威尼斯朱利亚大区波代诺内省监测站FVG-0016（CAPOLUOGO, CASEIFICIO）的长期地下水头监测记录（1977年4月至2003年9月，共1025次观测，约26.5年），结合区域气象站提供的降水和温度数据开展实验。区域气候为温带大陆性气候并受地中海影响，年均降水量约1350 mm，年均气温13.5 °C。该区位于南阿尔卑斯山与亚得里亚海沿岸平原之间的过渡地带，属于波河平原最东端，水文地质系统以高渗透性的第四纪冲积层为主，主要河流（塔利亚门托河、梅杜纳河、切利纳河、利文扎河和伊松佐河）通过河流入渗和河流-含水层交换过程构成地下水补给的主要来源。监测井位于非承压冲积含水层系统中，地下水动态主要受降水补给、河流-含水层相互作用和含水层储水能力控制。
研究人员采用70%训练（约718次观测，1977年4月–1995年9月）、15%验证（约154次观测，1995年10月–1999年3月）和15%测试（约153次观测，1999年4月–2003年9月）的按时间顺序分割方案。预处理与特征工程仅使用训练区间内的数据估计参数，防止数据泄漏。针对三种模型分别进行超参数优化：XGBoost采用网格搜索结合时间序列分割交叉验证；RF采用类似的网格搜索策略；LSTM-NN采用人工探索与网格搜索相结合的方式，最终选择含20个单元LSTM层（dropout=0.2）、10单元ReLU全连接层和线性输出的架构。
研究得出以下核心结论：第一，模型性能强烈依赖于数据表征方式而非仅取决于算法选择。在仅使用历史地下水头的自回归配置下，XGBoost取得最高精度（R2=0.9998），显著优于RF（R2=0.9960）和LSTM-NN（R2=0.9097）。第二，当纳入水文气象和工程化特征后，LSTM-NN成为最优模型（R2=0.9611，RMSE=87.15 cm，MAE=59.75 cm），其次为RF（R2=0.9454）和XGBoost（R2=0.9370）。第三，气候增强型数据集产生最高精度（R2=0.990），表明将滞后地下水位与气候变量及滚动统计描述符相结合，能够更有效地表征滞后补给和季节性地下水动态。第四，随机打乱滞后输入的控制实验（R2=0.968）表明，尽管打乱时间顺序后模型仍保留较高精度，但保持有意义的时序信息仍然具有优势。第五，所有模型在多步预测中随预测步长增加而精度下降，LSTM-NN在各预测步长下均保持最高R2值。
**三、关键技术与方法**
本研究采用了多项关键技术方法。数据预处理包括数据清洗、时间对齐和归一化，缺失值采用各分区内线性插值（插值不跨越分割边界），异常值阈值和归一化参数仅从训练集估计。特征工程策略包括：自回归滞后结构（前三次观测）、当前气候变量、多项式变换（二次和三次项）、傅里叶季节编码（年周期和半年周期的正余弦项）、气候增强型多元数据集（含滞后地下水头、滞后降水和平均温度、30日滚动窗口统计量）、随机打乱负对照和差分序列。模型评估采用决定系数（R2）、均方根误差（RMSE）和平均绝对误差（MAE）三项指标，并对LSTM-NN进行30次随机初始化以评估不确定性。
**四、主要研究结果**
**（一）三种机器学习模型的对比性能。** 在多变量数据集下，LSTM-NN取得最高预测精度（R2=0.9611），其预测误差最低（RMSE=87.15 cm，MAE=59.75 cm）；XGBoost误差最大（RMSE=99.78 cm，MAE=73.44 cm）。在单特征自回归配置下，XGBoost以R2=0.9998大幅领先，说明当预测问题由单个强自相关变量主导时，树集成方法极为有效，而LSTM在引入多解释变量和复杂时间关系时更具优势。
**（二）数据结构的影响。** 在七种数据表征策略中，气候增强型数据集性能最优（R2=0.990），其次是多项式特征（R2=0.978）、标准滞后表征（R2=0.965）和随机打乱输入（R2=0.968）。仅使用同期气候变量的序列数据集表现极差（R2=?0.0708），差分表征精度有限（R2=0.0644），表明地下水头预测主要依赖于通过滞后观测保持时间持续性，而气候变量需与地下水历史结合方能发挥效益。
**（三）时间预测性能。** 三种模型均成功再现了监测期内的季节性波动（冬季补给期水头高、夏季消耗期水头低）。LSTM-NN在全时间序列上与观测值最吻合，更精确地再现了季节变化和长期地下水动态；RF能紧密跟踪观测演变但在快速波动期偏差较大；XGBoost再现整体趋势但倾向于平滑突变，在高振幅补给事件中预测误差较大。1990年11月一次225.8 mm的高降水事件导致水头从5201 cm迅速上升至5482 cm，对所有模型均构成挑战。
**（四）残差分析。** LSTM-NN的残差围绕零均值近似正态分布，表明系统性偏差有限；RF残差分布较宽；XGBoost离散度更大且在水头最高值处呈现系统性偏差趋势。残差-预测值图显示LSTM-NN无明显异方差性，而两种树模型在极端水头值处残差变异性增大。
**（五）时间序列分解。** 地下水头由显著季节分量叠加长期变化构成：1977–1990年逐渐下降（6100–4500 cm），1990–1991年快速上升（4500–5600 cm），随后十年相对稳定（5200–5600 cm），2002–2003年再次出现陡变。季节分量在整个记录期内保持稳定，反映含水层规律的年度补给-消耗循环；去除趋势和季节信号后的残差围绕零随机波动，无系统性结构。
**（六）相关性分析。** 观测水头与前三次滞后观测的相关系数分别为0.97、0.92和0.86，三个滞后预测因子之间强相关（0.92–0.97），表明存在显著预测因子共线性。同期降水与水头及滞后变量的相关性微弱（0.01至?0.04），最高温度与最低温度之间相关性较强（0.92）。观测值与各模型预测的相关性为0.97–0.98，三种模型预测之间高度一致（四舍五入后为0.99–1.00）。
**（七）多步预测性能。** 在1、7、14和30个观测步长预测中，所有模型均随预测步长增加而精度下降。LSTM-NN的R2从0.94降至0.72，XGBoost从0.92降至0.70，RF从0.90降至0.65。由于观测间隔不规则（3–30天），这些步长不对应固定日历天数。
**（八）数据结构对LSTM-NN性能的影响。** 气候增强型配置精度最高（R2=0.9900），随机打乱结构精度最低（R2=0.9680）。序列（原始）和差分表征精度显著较低，说明时间记忆的缺失或原始序列的变换削弱了LSTM再现地下水动态的能力。
**五、讨论与结论**
讨论部分指出，本研究结果受到若干条件限制：LSTM输入序列长度为1，其性能反映对显式滞后和工程化预测因子的非线性变换，而非对长递归序列的学习；气候增强向量带来的改进与前期气象和滚动变量的有用信息一致，但不能证明网络学习了补给机制或长期依赖；单一监测井、不规则观测间隔、单一时间分割方案以及缺乏成井构造元数据等问题限制了结论的普适性。多步预测实验在观测步长空间中进行，不能确证长期递归依赖的学习能力。后续研究需在更多监测井上进行外部验证，并与持久性及季节朴素基线进行比较。
结论部分翻译如下：本研究比较了XGBoost、随机森林和LSTM-NN在弗留利-威尼斯朱利亚单一监测站的地下水头预测性能。采用共同的70/15/15时间顺序分割，分析了自回归和工程化预测因子表征方式，同时保持记录的时间顺序。XGBoost在单特征自回归比较中取得最高精度（R2=0.9998），而LSTM-NN在多变量比较中取得最高精度（R2=0.9611）。在LSTM特征实验中，气候增强表征取得最高报告性能。由于LSTM序列长度为1，该结果应归因于显式滞后和工程化变量所含信息，而非对长递归依赖的学习证明。结果支持有限结论：对于该数据集，模型排名随预测因子表征方式而变化，预测技能随观测步长增加而下降。该研究不能确立普适优越性、补给过程的因果表征或运营地下水管理的就绪性。未来工作应采用规则时间网格或时间间隔感知模型、真正的多步序列、朴素预测基线、外部监测井以及独立记录的井和基准元数据。尽管绝对性能指标应在此特定水文地质背景下解释，但所观察到的相对模式——XGBoost在自回归设置中占优、LSTM-NN受益于气候增强特征、以及保持时间持续性的关键重要性——预期对类似的非承压含水层系统具有参考价值，但仍需多站点验证方能可靠推广至其他水文地质环境。
