AareML：用深度学习预测瑞士流域水质的前沿实践

AareML是瑞士伯尔尼大学高级机器学习课程项目，通过LSTM神经网络预测河流溶解氧（DO）和水温，并探索跨大陆迁移学习能力，同时注重模型可解释性（使用SHAP）。项目旨在解决传统水质预测方法的不足，展现深度学习在环境科学中的应用潜力。

水质预测对环境保护、生态管理和公共健康意义重大。瑞士虽有严格监测体系，但传统方法难捕捉复杂时间序列模式。AareML项目由此诞生，尝试用深度学习预测DO和水温，并探索模型跨地理区域迁移能力。该项目为伯尔尼大学CAS高级机器学习课程毕业项目，2026年6月完成，关注预测精度、可解释性及跨域泛化能力。

数据集：核心为CAMELS-CH-Chem（瑞士流域化学指标数据集，2025年发布），含多个站点DO和水温时间序列；引入美国LakeBeD-US数据集（2025年发布）验证迁移能力。

实验设计：采用14天预测窗口，21天历史观测数据作为输入，符合实际预警需求并提供足够上下文。

模型架构：序列到序列LSTM，解决传统RNN梯度消失问题，适合捕捉长期依赖。

优化策略：单站点预测用Optuna超参优化（75次试验），3种子集成策略（不同随机种子训练模型取平均）提升精度与稳定性。

多站点预测策略：零样本迁移、逐站点重训练、EA-LSTM（利用静态特征指导站点差异学习）。

• 瑞士河流DO预测：最优LSTM模型RMSE 0.300 mg/L，KGE 0.936，超越传统岭回归（RMSE 0.303，KGE 0.908）。
• 水温预测：EA-LSTM引入静态特征后，平均RMSE从2.59°C降至1.721°C，NSE从0.730提升至0.862（改进34%）。
• 跨大陆迁移：瑞士河流模型迁移到美国河流表现合理（RMSE 0.996-1.598 mg/L）；迁移到湖泊零样本失败（RMSE 3.980 mg/L），但重训练后超越基准（RMSE 0.768 mg/L，NSE 0.700）。

用GradientSHAP分析显示：

• 前一时刻水温（temp_sensor[t-1]）为最重要因子（平均SHAP绝对值0.644，符合亨利定律）；
• 前一时刻DO浓度（O2C_sensor[t-1]）次之（SHAP值0.527）；
• LSTM有效记忆长度仅3-4天，消融实验验证缩短输入窗口至6天，RMSE变化微小（0.304→0.308），降低计算成本并指导数据采集策略。

应用价值：制作苏黎世州DO压力地图，帮助环境部门优化监测资源配置。

未来方向：扩展到更多水质指标；探索GNN建模河流空间拓扑；开发实时预警系统；建立跨国家数据共享机制提升泛化能力。

AareML证明严谨科学与机器学习结合可更好理解和保护水环境。