2023, Vol. 35 
全球变暖是世界各国关注的环境问题，各国政府都对此采取积极行动。中国政府提出在2030年前实现碳达峰，在2060年前实现碳中和。水库是内陆水生态系统的重要组成部分，也是温室气体的重要来源[1-3]。现有研究表明全球水库CO2和CH4排放量分别为48.0 Gg/a和13.3 Gg/a[4]。然而，水库水-气界面温室气体通量的强烈时空异质性导致通量估算的不确定性[5-6]。此外，监测水库水-气界面温室气体通量的常用方法(例如薄边界模型、静态箱法和倒置漏斗法等)虽各有其适用范围和优点，但也都存在采样周期长、成本高、受瞬时流速和风速影响大、需要设置大量采样点等共同的局限。准确估算内陆水体温室气体排放是预测气候变化的重要前提，也是实现碳达峰和碳中和的重要基础[7]。以往的研究常采用数学统计模型来预测水库温室气体排放。例如一些研究基于热力学平衡理论，采用pH值、溶解无机碳(DIC)、碱度等与CO2通量的线性回归关系来估算湖泊和水库中的CO2通量，但预测通量比实测值几乎低一半[8-10]。或者建立温室气体排放量与生产力(叶绿素a、总磷)的统计模型，并基于遥感测量的叶绿素a来预测全球水库的温室气体排放量[11]。
随着计算机算法的大力发展，机器学习作为人工智能的一个分支，和一种全新的数据挖掘和模型开发的方法出现[12]。它可以洞察大量输入特征与输出之间潜在的相互作用从而实现预测输出。这种方法不同于数学模型的复杂的相互作用，且一般具有更加优良的预测性能[13]。在经典机器学习的分类和回归中，支持向量机(SVM)和随机森林(RF)通常被用于实现这种预测。此外，深度学习是机器学习的一个更加前沿而复杂的新分支，它由深度神经网络驱动，可以模仿人脑并分析文本、图像和音频等数据。深度神经网络能够从原始数据中发现并学习规律，并高效地执行特征预测和分类[14]。机器学习技术在预测水生系统中温室气体通量方面已显示出其一定的优势。Chen等[15]建立了8个神经网络，并研究了其在美国quoit湾和massachusetts沿海盐沼中预测温室气体通量的适用性，最终表明径向基函数神经网络(RBNN)具有最高的预测精度。Mosher等[16]研究表明RF分别解释了22.7 % 和20.9 % 的CO2和CH4扩散变化，并将pH、温度和溶解氧确定为Douglas水库最有价值的预测因子。Hyungseok等[10]研究表明，使用电导率、溶解氧和总溶解性碳的RF预测模型具有最优的温室气体通量预测性能，其均方根误差(RMSE)为749.4 mg CO2/(m2 ·d)，R2=0.844。目前，水库水-气界面的温室气体排放已受到我国学者的广泛关注和研究[17-18]，然而国内鲜有利用机器学习(特别是深度学习)预测水生态系统水-气界面温室气体排放的研究。此外，现有的大量研究主要采用数学统计类方法分析温室气体通量的影响因素，例如应用最广泛的Spearman相关性分析[19]，且据我们所知，目前还没有研究提供可视化的温室气体源汇分类模型。
为了证实机器学习算法预测水库水-气界面温室气体通量的可行性和准确性，本研究以三峡水库为例，使用经典机器学习算法(RF和SVM)和深度学习算法(CNN和LSTM)，挖掘环境因素与气体通量之间的线性或非线性关系，并预测扩散通量。此外，本研究采用RF的特征重要性评估功能来量化环境因子的重要性。最后，采用决策树来可视化地区分CO2扩散通量的源汇。本研究提供了一种利用机器学习算法预测和分析水库水-气界面温室气体通量的方法，旨在将先进的人工智能算法引入到该领域未来的研究和实践中。
1 材料与方法 1.1 原始数据选择三峡水库中段为研究区，于2019年4--9月逐月监测水体CO2和CH4的溶存浓度及12个环境因素，并采用薄边界层模型(TBL)估算CO2和CH4的水-气界面扩散通量。监测地点为三峡水库中段的万州、高阳和黄石，每个地点采集3个相关样本。共计获得54组有效样本，具体的采样点分布、监测方法、计算方法和所有数据详见文献[20]。
前期研究结果表明：CO2扩散通量变化范围为-0.499~9.185 mmol/(m2 ·h)，其平均值为(2.487±2.010) mmol/(m2 ·h)。7月的6个样本表现为CO2的汇(通量 < 0)，而其余48个样本表示CO2的源(图 1a)。研究期内CH4扩散通量为(1.258±1.301) μmol/(m2 ·h)，在0.129~6.850 μmol/(m2 ·h)范围内波动，且所有样本均为CH4的源(图 1b)。此外，监测的12个环境因子包括水温(WT)、溶解氧(DO)、pH、溶解有机碳(DOC)、溶解无机碳(DIC)、氨氮(NH3-N)、硝态氮(NO3--N)、溶解总氮(DTN)、溶解总磷(DTP)、沉积物总有机碳(TOCs)、沉积物总氮(TNs)、沉积物总磷(TPs)。Pearson相关性分析结果表明，CO2扩散通量与WT、DO和pH呈显著负相关，与DOC、DIC、NH3-N、NO3--N和DTN呈显著正相关(P < 0.05)。而CH4扩散通量与环境因子均无显著相关性(图 2)。
|
图 1 研究期内实测CO2和CH4扩散通量 Fig.1 Actual CO2 and CH4 diffusion fluxes in study periods |
|
图 2 CO2、CH4扩散通量与环境因素的相关性分析 *P < 0.05, * *P < 0.01, * * *P < 0.001 Fig.2 Correlation analysis between CO2, CH4 diffusion fluxes and environmental factors |
经典机器学习中的RF首先被考虑，因为它在水库CO2通量预测方面已经表现出了较高的精确度[10, 16]。SVM是一种基于监督学习的广义线性分类器，已被广泛应用于水质评价[21]、水华预测[22]等领域，本研究首次将其用于预测水库水-气界面的温室气体通量。深度学习是指训练基于反向传播的深度神经网络(例如全连接神经网络)的过程，其广泛应用于计算机视觉、自然语言处理和人工智能等许多领域。深度学习中最具有代表性的算法，如CNN、循环神经网络(RNN)和LSTM等都是在全连接神经网络的基础上发展起来的，本研究选取CNN和LSTM作为预测算法。
RF是一种有监督的非参数统计算法，由大量决策树分类器构成“森林”，其中每个决策树分类器都是独立的，且从输入样本中采集随机向量而生成，最终以所有决策树分类器的最高排名为输出[23]。此外，特征的重要性也可以由RF产生。支持向量机是一种针对线性问题的判别分类器，该算法构建一个超平面，将数据分离并分类到高维空间中[24]。深度神经网络中的CNN得到了最广泛的研究与应用[25]。CNN通常由卷积层和全连接层组成(图 3a)，卷积层通过卷积运算提取输入特征，更深的卷积层可以从上一个被提取的特征中迭代提取更复杂的特征。每个卷积层由几个卷积单元组成，其单元参数通过反向传播算法进行优化[26]。LSTM通过门控制与长短记忆相结合，克服了RNN的缺点。LSTM的基本单元包括输入门、输出门和遗忘门(图 3b)。遗忘门检查输入xt和隐藏状态ht-1，并输出0~1之间的向量，以确定状态St-1中的信息是否被遗忘(式(1))。输入门中的xt和隐藏状态ht-1共同经sigmoid和tanh激活后选择候选细胞中gt信息的更新(式(2)和式(3))。新细胞信息St由旧细胞信息St-1通过遗忘门和输入门确定(式(4))。细胞更新后，根据xt和ht-1确定细胞的输出(式(5)和式(6))。最后，CNN和LSTM分别连接到全连接神经网络，将所有局部特征结合为全局特征并输出(图 3)。
|
图 3 深度学习模型结构 Fig.3 Schematic diagram of deep learning model structure |
| $ f_t=\sigma\left(W_{\mathrm{f}} x_t+W_{\mathrm{f}} h_{t-1}+b_{\mathrm{f}}\right) $ | (1) |
| $ i_t=\sigma\left(W_{\mathrm{i}} x_t+W_{\mathrm{i}} h_{t-1}+b_{\mathrm{i}}\right) $ | (2) |
| $ g_t=\tanh \left(W_{\mathrm{g}} x_t+W_{\mathrm{g}} h_{t-1}+b_{\mathrm{g}}\right) $ | (3) |
| $ S_t=g_t \otimes i_t+S_{t-1} \otimes f_t $ | (4) |
| $ o_t=\sigma\left(W_{\mathrm{o}} x_t+W_{\mathrm{o}} h_{t-1}+b_{\mathrm{o}}\right) $ | (5) |
| $ h_t=\tanh \left(S_t\right) \otimes o_t $ | (6) |
式中，Wf、Wi、Wg、Wo分别为对应门的矩阵权值乘以输入xt和隐藏状态ht-1; bf、bi、bg、bo为相应闸的偏置项; σ为sigmoid激活函数; tanh为tanh激活函数。
1.3 预处理、模块导入、参数配置与模型训练为了更好地拟合模型，采集的样本数据需要进行预处理。本研究原始数据来自课题组团队的前期实验数据，样本数据高度完整，避免了矩阵稀疏等问题。此外，按照3σ定律[27]对样本数据进行异常值检验，结果表明CO2和CH4扩散通量的极值都在可接受的范围内，因此无需对数据进行噪声去除。本研究对样本数据仅进行标准化处理(式(7))。
| $ z^*=\frac{z-z_{\min }}{z_{\max }-z_{\min }}-0.5 $ | (7) |
式中，z为数据的原始值; z*为数据标准化后的值；zmax和zmin分别为样本数据中的最大值和最小值。
本研究所有算法的源代码来自Python 3.8 (https://www.python.org/)，算法模块从基于Tensorflow1.0框架的Keras深度学习工具和Scikit-Learn (sklearn)库中导入。其中，模块RandomForestClassifier和SupportVectorRegression分别从sklearn.ensemble和sklearn.svm中导入，Conv1D和LSTM从keras.layers中导入。
RF和SVM使用sklearn库中的默认参数配置。深度学习算法涉及特定的网络结构和激活函数选择。本研究中的CNN包含两个一维卷积层，每层卷积核个数为64，移动步长为1。两层LSTM每层有64个神经元，提取环境因子中的特征并输出1×64的向量。将CNN和LSTM的输出特征分别输入到4层全连接神经网络。全连接层的神经元节点数分别为64、32、16和1，选取tanh函数作为激活函数。最后，反标准化后的输出就是模型的预测值。本研究采用绝对均值误差(MAE)作为损失函数，使用Adam算法优化模型中的权重和偏置，直到MAE收敛并稳定。此外，采用RF进行环境因子的特征重要性评估，采用决策树(DT)构建可视化的源汇分类模型。
在4个回归模型中，54组样本数据被随机分为一个训练集和一个验证集。根据常用划分原则[28]，训练集的样本数量为全部样本的80 % (54组×80 % ≈43组)，验证集的样本数量为20 % (剩余11组)。通过实际通量和预测通量之间的直接比较、相关性(R2)及均方根误差(RMSE)来评估预测精度[29]。模型框架如图 4所示。
|
图 4 模型框架 Fig.4 The model framework of this study |
k折交叉验证法用于在有限样本数据上评估机器学习模型的稳定性和泛化性[30]。k折交叉验证将样本数据集随机分割成k组，在其中随机选择2组作为验证集，其余k-2组作为训练集。k次训练数据对应k个预测精度(RMSE)，比较预测精度判断模型是否稳定。考虑到样本数据的时序特征，本研究k取6。
2 结果与讨论 2.1 CO2、CH4扩散通量预测为了检验不同算法预测温室气体扩散通量的可行性，采用RF和SVM(经典机器学习)、CNN和LSTM(深度学习)对回归模型进行训练，并对其预测精度(RMSE和R2)进行评估。4种模型在验证集(11个样本)中预测CO2扩散通量与实际CO2扩散通量的对比如图 5a~d所示。值得注意的是，RF模型的输入特征需要与算法相适应的特殊处理。因此，RF模型与其他3种模型分别调试，且具有不同的验证集(由于模型已被6折交叉法验证过稳定性，这样的处理不会影响预测精度)。所有的验证集都包括CO2的源和汇。
|
图 5 RF(a，e)、SVM(b，f)、CNN(c，g)、LSTM(d，h)预测通量与实测通量比较 Fig.5 Comparisons between the predicted flux and real flux using algorithms of RF (a and e), SVM (b and f), CNN (c and g) and LSTM (d and h) |
结果表明，4种模型均具有一定的预测精度。RF对CO2源汇的预测效果最好，准确预测了通量的正负(图 5a)，其余模型对CO2源汇的预测均有一定的失误(图 5b~d)。此外，在CO2扩散通量较高的样本中观察到较大的预测误差，这可能是由于在原始数据中较高的CO2扩散通量的出现频率较低(图 1a)，从而导致较高的CO2扩散通量无法准确拟合。CO2扩散通量的实测值在-0.499~9.185 mmol/(m2 ·h)范围内波动，RF、SVM、CNN和LSTM 4种模型的RMSE分别为0.452、1.204、0.570和0.424 mmol/(m2 ·h)。参考实测值的范围，本研究认为4种模型预测误差在可接受的范围内，预测精度(由RMSE定义)表现为LSTM>RF>CNN>SVM(图 6a)。4种模型的预测CH4扩散通量与实际CH4扩散通量的对比如图 5e~h所示。CH4扩散通量较高时的预测精度较低，这与CO2扩散通量的预测情况一致。RF有最高的预测精度(RMSE=0.140 μmol/(m2 ·h))，其次是LSTM(0.494 μmol/(m2 ·h))和CNN(0.590 μmol/(m2 ·h))，而SVM预测精度最低(0.864 μmol/(m2 ·h))。与CH4扩散通量的实测范围相比(0.129~6.850 μmol/(m2 ·h))，4种模型的预测精度也在可接受的范围内。
|
图 6 预测值与实测值相关性分析: (a) CO2扩散通量、(b) CH4扩散通量 Fig.6 Correlation analysis between predicted and real fluxes: (a) CO2 diffusion flux, (b) CH4 diffusion flux |
4种模型都在一定程度上证实了预测温室气体扩散通量的可行性。然而，作为前沿分支的深度学习模型的预测精度并不总是优于经典机器学习模型，特别是在CH4扩散通量的预测方面，RF取得了最好的预测效果。在过去的几年里，深度学习算法在许多领域(语言、视觉、图像处理等)的表现都远超过了经典机器学习算法[14]，且已成为大多数领域的首选技术。深度学习算法具有大量的神经元和复杂的网络结构，也需要更多的输入特征和大量的数据集(数以万计)，这或许可以解释本研究的结果。现有方法监测水库中的温室气体通量需要大量的人力和时间成本，并且难以获得大量的数据集，而对于小样本数据(本研究为756个数据)，经典机器学习模型可能会更加适用。Kia等[31]研究表明在有限的样本数据下，经典机器学习算法预测露天煤矿地的CH4通量的效果更好，可以防止模型过拟合。RF一直以来都被视为一种简单高效的经典机器学习模型，它可以处理高维数据，对数据的适应性强，其在水库[10, 15-16]、农业土壤[32]、甚至厌氧消化池[33]中均有较高的预测温室气体的精度。LSTM对CO2和CH4扩散通量的预测效果较好是因为LSTM内部状态细胞的存储历史信息能力[34]。SVM是基于超平面的适用于小样本数据的经典机器学习方法，在本研究中首次被运用于水库温室气体通量的预测，但其表现出了最差的预测性能。这可能是因为SVM对超参数的配置和核函数选择敏感，而本研究的SVM模型采用sklearn库的常用默认配置，未进行超参数和核函数的调整优化。
另外，本研究发现CO2扩散通量的预测精度显著高于CH4扩散通量。相关性分析表明，CO2扩散通量与较多环境因子显著相关而CH4扩散通量则相反(图 2)。水体溶解CO2浓度和CO2通量主要受初级生产、城市污水和碳酸盐电离平衡等的影响[35]，这些过程均与水体理化指标的关系密切，这可能是预测精度高的重要原因，即选择了合适的输入特征。而水体CH4主要源自沉积物中厌氧微生物的代谢，本研究对输入特征的考虑可能不够充分，可能忽略了一些生物性因素，例如产甲烷菌或者甲烷氧化菌的丰度、群落结构和代谢等。
2.2 环境因子重要性为了进一步探索环境因素与CO2和CH4扩散通量之间的潜在联系，本研究使用RF的特征重要性来评估环境因素的重要性。值得一提的是RF的算法原理：RF从原始训练样本N中有放回地重复随机抽取n个样本训练决策树，并重复生成m棵决策树组成随机森林。特征重要性则是决策树上特征的贡献大小(基尼指数)，单棵决策树对特征重要性的评估存在误差，但随机产生大量的决策树后，随机森林的输出结果基本收敛且稳定。本研究中RF运行1000次后取特征重要性的平均值，进一步确保评估结果的准确性。12个环境因素对温室气体通量的重要性排序如图 7a~b所示。
|
图 7 环境因子对CO2、CH4扩散通量的重要性 Fig.7 The importance of environmental factors to CO2, CH4 fluxes |
RF的结果初步表明，沉积物TOC是影响CO2和CH4扩散通量的最重要特征，沉积物TN和沉积物TP也相对较重要。温度和pH值对CO2和CH4扩散通量的重要性相对较低。DO对CH4扩散通量更重要而对CO2扩散通量则相反(图 7a~b)。然而，不难发现12个环境因素的重要性差异较小，这是因为在使用RF评估重要性时，需要考虑输入特征之间的相关性，并适当选择输入特征[36]。程麒铭等[37]使用RF算法量化了生物滞留系统中环境因子的重要性，并表明TN与NH3-N、NO3--N之间的强相关性降低了它们的重要性。在本研究中，考虑到环境因素的相关性和代表性，选取合适的环境因素作为RF的输入特征。WT与大多数环境因素显著相关(P < 0.05)(图 2)，但WT是研究区气候的直接代表，故选为气候因子。DO与pH呈极显著正相关(P < 0.001)。考虑到DO对CH4通量的高度重要性(图 7b)，选择DO作为水环境因子。不同形态的C、N、P之间存在显著的强相关性，最终选择DTN作为营养因子。沉积物中TOC与沉积物中TN和TP的相关性显著(P < 0.001)，因此选择TOC作为沉积物因子。将上述筛选后的4类环境因子再次输入RF进行重要性评估，结果如图 7c~d所示。结果表明，沉积物因子和营养物质因子对CO2和CH4扩散通量的影响都更重要，而水环境因子和气候因子的影响相对较小。显然，选择一个环境因子来代表一个类别，可以大大提高输出结果的可靠性和可分析性。例如，输入全部环境因素会使营养因子被划分为6个自相关性显著的环境因素(DOC、DIC、NH3-N、NO3--N、DTN和DTP)，输出结果似乎平均地分割了营养物质的重要性(图 7a和7b)。
沉积物中微生物的好氧和厌氧代谢分别是水生生态系统中CO2和CH4的重要来源[38-39]，尤其是CH4。CH4由厌氧沉积物中的产甲烷菌产生，并通过植物运输、气泡排放和扩散等方式进入大气[40]，且一般认为CH4通量与沉积物TOC呈正相关[41]，这与本研究的结论一致，即沉积物对温室气体通量的最高重要性。水中的氮素同样会促进温室气体的产生与排放[36, 42]。此外，DIC包含CO32-、HCO3-和溶存CO2等无机碳，而DOC为水中微生物的代谢提供有机碳源，这两者也都是水中CO2的主要来源。气候因子和水环境因子通常也是影响细菌代谢和温室气体通量的重要因素[43-44]，本研究中相关性分析也表明水温、DO和pH与CO2扩散通量呈极显著相关(P < 0.001)(图 2)。然而，RF的输出结果表明它们的重要性相较低于沉积物因子和营养因子。
Qin等[36]研究表明RF将NO3--N定义为对CH4扩散通量重要性最高的因素，这与本研究结论类似。此外，Hyungseok等[10]研究表明，仅输入3个特征(电导率、DO和TOC)的RF模型解释了84.4 % 的CO2通量时间变化，且电导率被RF确定为影响CO2通量的关键因素。Mosher等[16]使用RF模型得出，表层水pH、底层水DOC、距大坝的距离和表层水DOC是CO2通量的最重要的影响因子，而底层水温度、表层水O2、表层水pH和表层水DOC是影响CH4通量的重要因素。但Mosher等[16]也指出，其输入特征只考虑了水体理化指标，适当增加输入特征(例如沉积物)可以改善模型预测和评估性能，这一点在本研究中被证实。
2.3 决策树模型本研究原始样本可以分类为CO2扩散通量的源和汇，但是均为CH4的源(图 1)，因此，采用所有环境因素和CO2扩散通量构建决策树分类模型，从而可视化地预测CO2扩散通量的源汇。决策树结果如图 8所示，树最大深度为2，本研究选择基尼指数作为划分标准。决策树对54个样本均进行了正确分类，其中CO2汇样本6个，源样本48个，分类正确率高达100 %。决策树首先选择DIC为特征对所有样本进行分割，将DIC大于14.318 mg/L的45个样品直接归类为CO2源。之后pH以8.475为阈值将左子树划分为相对酸性或碱性条件，剩余的9个样本根据pH划分为6个CO2汇样本和3个CO2源样本。最后，决策树的所有叶节点都是基尼指数为0的纯节点。虽然该决策树仅使用两个环境因子(DIC和pH)对CO2的源汇进行分类，但其准确率高达100 %，这表明决策树是一种简便、可靠并且可视化的CO2通量分类方法。
|
图 8 决策树结果 Fig.8 The results of the decision tree |
决策树结果表明，低浓度DIC和相对碱性条件有利于水体吸收大气CO2且成为CO2的汇。DIC包含CO32-、HCO3-、H2CO3和溶存CO2等无机碳，且构成水中无机碳的电离平衡(CO2 + H2O H2CO3 H++ HCO3- 2H++CO32-)。本研究中，当DIC超过14.318 mg/L时，水体CO2浓度过饱和迫使水体向大气释放CO2并成为其源，而当DIC小于14.318 mg/L时，CO2的源汇由pH值决定。酸性条件有利于碳酸盐平衡向左偏移，从而促进水中CO2浓度的过饱和，并释放成为其源。
3 结论与展望 3.1 结论1) LSTM和RF分别产生了最优的CO2和CH4扩散通量预测精度，均方根误差(RMSE)分别为0.424 mmol/(m2 ·h)和0.140 μmol/(m2 ·h)，预测值与实测值的R2分别为0.960和0.758(P＜0.001)。经典机器学习算法中RF预测效果显著地优于SVM。
2) RF的特征重要性评估表明沉积物因子和营养因子均为影响CO2和CH4扩散通量的关键因子，气候因子和水环境因子相较次之。
3) 决策树描绘了决定CO2扩散通量源和汇的环境因子的极限阈值，对所有样本的分类准确性高达100 %。低浓度的DIC和碱性条件有利于水体成为CO2的汇。
4) 本研究将先进的人工智能算法引入了水库温室气体排放的研究和实践中，证实其应用于预测水库温室气体通量的可靠性和准确性。随着计算机和人工智能的发展，使用机器学习解决实际问题必将成为该领域未来的研究热点。
3.2 不足与展望本研究提出了采用几种机器学习算法(尤其是深度学习)预测水库水-气界面温室气体扩散通量，迈出了该领域向人工智能结合的重要一步。由于计算机和人工智能的大力发展以及水库温室气体通量监测的较大难度，本研究认为在未来的几年里，基于机器学习的水库温室气体排放预测必将成为一个新的研究热点。但是本研究仍存在以下不足：(ⅰ)本研究的实测通量采用薄边界模型计算所得，该模型对表面扩散速率和通量的估算精度相对低于静态箱法[45]，也可能因为对风速和流速等把握不充分而使估算的扩散通量存在误差。(ⅱ)由于温室气体通量监测的较大难度和野外采样的不确定性，本研究的原始数据仅有54个样本(756个数据)，属于小样本数据下的模型构建，这在一定程度会限制模型的预测精度。(ⅲ)尽管本研究的输入特征考虑了水和沉积物中的重要物理化学指标，但是一些未被考虑的因素可能会提升模型的预测性能。例如水库的流态、库龄、富营养化程度等。(ⅳ)模型构建的部分超参数选用了python中sklearn库的默认参数，为了公平地对比不同算法的预测精度，本研究没有过多地调整超参数来优化具体的算法。在未来的研究中，团队会加大监测频率和采样点数量，考虑更多的输入特征，专注于参数优化下算法预测性能的提升，希望能提高水库温室气体排放的预测模型的准确性。
尽管有上述不足，但是本研究证实了机器学习(尤其是深度学习)用于预测水库温室气体排放的可靠性。首先，机器学习模型将从全新的角度增进对环境因素和温室气体通量的因果关系的理解，例如采用随机森林算法估算各类因素的重要性，采用决策树对温室气体的源和汇进行基于极限阈值的可视化分类等。其次，相较于针对少数采样点的传统监测，机器学习模型的预测可以使得温室气体排放估算在空间和时间上连续化，这会增加一定年限内对水库温室气体排放估算的精确度，甚至可以精准估算未采样地区的排放通量。最后，机器学习模型从一定程度上可以预测一些环境变化下的排放量变化，例如全球变暖、富营养化加剧、水库老化和运行等。精准的机器学习模型甚至有助于水库的全生命周期分析，估算水利工程完整的碳足迹。
| [1] |
Guérin F, Abril G, Richard S et al. Methane and carbon dioxide emissions from tropical reservoirs: Significance of downstream rivers. Geophysical Research Letters, 2006, 33(21): L21407. DOI:10.1029/2006GL027929 |
| [2] |
Tranvik LJ, Downing JA, Cotner JB et al. Lakes and reservoirs as regulators of carbon cycling and climate. Limnology and Oceanography, 2009, 54(6part2): 2298-2314. DOI:10.4319/lo.2009.54.6_part_2.2298 |
| [3] |
Sawakuchi HO, Bastviken D, Sawakuchi AO et al. Oxidative mitigation of aquatic methane emissions in large Amazonian rivers. Global Change Biology, 2016, 22(3): 1075-1085. DOI:10.1111/gcb.13169 |
| [4] |
Deemer BR, Harrison JA, Li SY et al. Greenhouse gas emissions from reservoir water surfaces: A new global synthesis. BioScience, 2016, 66(11): 949-964. DOI:10.1093/biosci/biw117 |
| [5] |
Ssemiganda M. Methane and nitrous oxide emissions from subtropical coastal systems and freshwater reservoirs[Dissertation]. University of Queensland Library, 2013. DOI: 10.14264/uql.2014.157
|
| [6] |
Prairie YT, Alm J, Beaulieu J et al. Greenhouse gas emissions from freshwater reservoirs: What does the atmosphere see?. Ecosystems: New York, 2018, 21(5): 1058-1071. DOI:10.1007/s10021-017-0198-9 |
| [7] |
Cai WJ, Li K, Liao H et al. Weather conditions conducive to Beijing severe haze more frequent under climate change. Nature Climate Change, 2017, 7(4): 257-262. DOI:10.1038/nclimate3249 |
| [8] |
Raymond PA, Caraco NF, Cole JJ. Carbon dioxide concentration and atmospheric flux in the Hudson River. Estuaries, 1997, 20(2): 381. DOI:10.2307/1352351 |
| [9] |
Chung S, Park HS, Yoo JS et al. Variability of pCO2 in surface waters and development of prediction model. Science of the Total Environment, 2018, 622/623: 1109-1117. DOI:10.1016/j.scitotenv.2017.12.066 |
| [10] |
Hyungseok P, Sewoong C, Sungjin K et al. Effect of buoyant turbulence and water quality factors on the CO2 net atmospheric flux changes in a stratified reservoir. Science of the Total Environment, 2021, 776: 145940. DOI:10.1016/j.scitotenv.2021.145940 |
| [11] |
DelSontro T, Beaulieu JJ, Downing JA. Greenhouse gas emissions from lakes and impoundments: Upscaling in the face of global change. Limnology and Oceanography Letters, 2019, 3(3): 64-75. DOI:10.1002/lol2.10073 |
| [12] |
Krogh A. What are artificial neural networks?. Nature Biotechnology, 2008, 26(2): 195-197. DOI:10.1038/nbt1386 |
| [13] |
Portugal I, Alencar P, Cowan D et al. The use of machine learning algorithms in recommender systems: A systematic review. Expert Systems with Applications, 2018, 97: 205-227. DOI:10.1016/j.eswa.2017.12.020 |
| [14] |
Halbouni A, Gunawan TS, Habaebi MH et al. Machine learning and deep learning approaches for CyberSecurity: A review. IEEE Access, 10: 19572-19585. DOI:10.1109/ACCESS.2022.3151248 |
| [15] |
Chen ZH, Ye XQ, Huang P. Estimating carbon dioxide (CO2) emissions from reservoirs using artificial neural networks. Water, 2018, 10(1): 26. DOI:10.3390/w10010026 |
| [16] |
Mosher J, Fortner A, Phillips J et al. Spatial and temporal correlates of greenhouse gas diffusion from a hydropower reservoir in the southern United States. Water, 2015, 7(11): 5910-5927. DOI:10.3390/w7115910 |
| [17] |
Li Z, Lu LH, Lv PY et al. Imbalanced stoichiometric reservoir sedimentation regulates methane accumulation in China's Three Gorges Reservoir. Water Resources Research, 2020, 56(9): e2019WR026447. DOI:10.1029/2019WR026447 |
| [18] |
Sun HY, Yu RH, Liu XY et al. Drivers of spatial and seasonal variations of CO2 and CH4 fluxes at the sediment water interface in a shallow eutrophic lake. Water Research, 2022, 222: 118916. DOI:10.1016/j.watres.2022.118916 |
| [19] |
Liu J, Xiao SB, Wang CH et al. Spatial and temporal variability of dissolved methane concentrations and diffusive emissions in the Three Gorges Reservoir. Water Research, 2021, 207: 117788. DOI:10.1016/j.watres.2021.117788 |
| [20] |
王雨潇. 三峡库区万州段干流、典型支流CO2、CH4通量变化特征研究[学位论文]. 重庆: 重庆交通大学, 2020.
|
| [21] |
Li W, Yang MY, Liang ZW et al. Assessment for surface water quality in Lake Taihu Tiaoxi River Basin China based on support vector machine. Stochastic Environmental Research and Risk Assessment, 2013, 27(8): 1861-1870. DOI:10.1007/s00477-013-0720-3 |
| [22] |
Aláez FMB, Palenzuela JMT, Spyrakos E et al. Machine learning methods applied to the prediction of pseudo-Nitzschia spp. blooms in the Galician rias baixas (NW Spain). ISPRS International Journal of Geo-Information, 2021, 10(4): 199. DOI:10.3390/ijgi10040199 |
| [23] |
Che DS, Liu Q, Rasheed K et al. Decision tree and ensemble learning algorithms with their applications in bioinformatics. Advances in Experimental Medicine and Biology, 2011, 696: 191-199. DOI:10.1007/978-1-4419-7046-6_19 |
| [24] |
Ding SF, Zhu ZB, Zhang XK. An overview on semi-supervised support vector machine. Neural Computing and Applications, 2017, 28(5): 969-978. DOI:10.1007/s00521-015-2113-7 |
| [25] |
Gu JX, Wang ZH, Kuen J et al. Recent advances in convolutional neural networks. Pattern Recognition, 2018, 77: 354-377. DOI:10.1016/j.patcog.2017.10.013 |
| [26] |
Tian CJ, Ma J, Zhang CH et al. A deep neural network model for short-term load forecast based on long short-term memory network and convolutional neural network. Energies, 2018, 11(12): 3493. DOI:10.3390/en11123493 |
| [27] |
Ma J, DingYX, Cheng JCP et al. Soft detection of 5-day BOD with sparse matrix in city harbor water using deep learning techniques. Water Research, 2020, 170: 115350. DOI:10.1016/j.watres.2019.115350 |
| [28] |
Qin Y, Ouyang CY, Fang P. Reservoir carbon dioxide flux prediction based on CNN-LSTM model and small sample datas. Journal of Chongqing Jiaotong University: Natural Science, 2022, 41(6): 119-125. [秦宇, 欧阳常悦, 方鹏. 基于CNN-LSTM模型及小样本数据的水库二氧化碳通量预测. 重庆交通大学学报: 自然科学版, 2022, 41(6): 119-125.] |
| [29] |
Barnston AG. Correspondence among the correlation, RMSE, and heidke forecast verification measures; refinement of the Heidke score. Weather and Forecasting, 1992, 7(4): 699-709. DOI:10.1175/1520-0434(1992)0070699:catcra>2.0.co;2 |
| [30] |
Lalwani P, Mishra MK, Chadha JS et al. Customer churn prediction system: A machine learning approach. Computing, 2022, 104(2): 271-294. DOI:10.1007/s00607-021-00908-y |
| [31] |
Kia S, Nambiar MK, Thé J et al. Machine learning to predict area fugitive emission fluxes of GHGs from open-pit mines. Atmosphere, 2022, 13(2): 210. DOI:10.3390/atmos13020210 |
| [32] |
Hamrani A, Akbarzadeh A, Madramootoo CA et al. Machine learning for predicting greenhouse gas emissions from agricultural soils. Science of the Total Environment, 2020, 741: 140338. DOI:10.1016/j.scitotenv.2020.140338 |
| [33] |
Wang LG, Long F, Liao W et al. Prediction of anaerobic digestion performance and identification of critical operational parameters using machine learning algorithms. Bioresource Technology, 2020, 298: 122495. DOI:10.1016/j.biortech.2019.122495 |
| [34] |
Yang BW, Xiao ZJ, Meng QJ et al. Deep learning-based prediction of effluent quality of a constructed wetland. Environmental Science and Ecotechnology, 2023, 13: 100207. DOI:10.1016/j.ese.2022.100207 |
| [35] |
Zhao ZQ, Mo YS, Jiao SL et al. Analysis of source and change of dissolved inorganic carbon in Guangzhao reservoir. Research of Environmental Sciences, 2020, 33(12): 2810-2819. [赵宗权, 莫跃爽, 焦树林等. 光照水库溶解无机碳变化及其来源解析. 环境科学研究, 2020, 33(12): 2810-2819. DOI:10.13198/j.issn.1001-6929.2020.08.10] |
| [36] |
Qin Y, Ouyang CY, Gou YJ et al. The characteristics and influencing factors of dissolved methane concentrations in Chongqing's central urban area in the Three Gorges Reservoir, China. Environmental Science and Pollution Research International, 2022, 29(47): 72045-72057. DOI:10.1007/s11356-022-20822-w |
| [37] |
Cheng QM, Chen Y, Liu Z et al. Multi-objective evaluation method of bioretention system based on random forest-projection pursuit method. Journal of Water Resources and Water Engineering, 2022, 33(4): 85-90, 96. [程麒铭, 陈垚, 刘臻等. 基于随机森林-投影寻踪法的生物滞留系统多目标评价方法. 水资源与水工程学报, 2022, 33(4): 85-90, 96.] |
| [38] |
Bastviken D, Ejlertsson J, Tranvik L. Measurement of methane oxidation in lakes: A comparison of methods. Environmental Science & Technology, 2002, 36(15): 3354-3361. DOI:10.1021/es010311p |
| [39] |
Oswald K, Milucka J, Brand A et al. Light-dependent aerobic methane oxidation reduces methane emissions from seasonally stratified lakes. PLoS One, 2015, 10(7): e0132574. DOI:10.1371/journal.pone.0132574 |
| [40] |
Zhang LH, Song CC, Wang DX. Effects of nitrogen fertilization on carbon balance in the freshwater marshes. Environmental. Science, 2006, 27(7): 1257-1263. |
| [41] |
Li LL, Xue B, Yao SC. The significance and application of the research on production and oxidation of mathane in lake sediments. Bulletin of Mineralogy, Petrology and Geochemistry, 2016, 35(4): 634-645. |
| [42] |
Semrau JD, DiSpirito AA, Yoon S. Methanotrophs and copper. FEMS Microbiology Reviews, 2010, 34(4): 496-531. DOI:10.1111/j.1574-6976.2010.00212.x |
| [43] |
Dinsmore KJ, Billett MF, Dyson KE. Temperature and precipitation drive temporal variability in aquatic carbon and GHG concentrations and fluxes in a peatland catchment. Global Change Biology, 2013, 19(7): 2133-2148. DOI:10.1111/gcb.12209 |
| [44] |
Treat CC, Wollheim WM, Varner RK et al. Temperature and peat type control CO2 and CH4 production in Alaskan permafrost peats. Global Change Biology, 2014, 20(8): 2674-2686. DOI:10.1111/gcb.12572 |
| [45] |
Duchemin E, Lucotte M, Canuel R. Comparison of static chamber and thin boundary layer equation methods for measuring greenhouse gas emissions from large water bodies. Environmental Science & Technology, 1999, 33(2): 350-357. DOI:10.1021/es9800840 |