基于机器学习与特征解释和时空分析的沿海水质预测

沿海水质管理是一项公共卫生关切，因为恶劣的沿海水质可能携带对人类健康危险的病原体。以旅游为导向的国家需要在夏季主动监测旅游热门地点的沿海水质状况。本研究使用克罗地亚里耶卡市 15 个公共海滩的大肠杆菌（$Escherichia\ Coli$）和肠球菌常规监测数据，构建机器学习模型以基于环境参数预测其水平，并探究其与环境胁迫因子的关系。使用所有采样点的测量数据训练 Gradient Boosting（Catboost、Xgboost）、随机森林、支持向量回归和人工神经网络，并基于环境特征预测 $E.\ Coli$ 和肠球菌值。通过 10 折交叉验证分析对机器学习模型的稳定性和泛化性进行评估，结果表明 Catboost 算法表现最佳，预测 $E.\ Coli$ 和肠球菌的 R$^2$ 值分别为 0.71 和 0.68，优于其他评估的 ML 算法，包括 Xgboost、随机森林、支持向量回归和人工神经网络。我们还使用 SHapley Additive exPlanations（SHAP）技术识别并解释哪些特征具有最强的预测能力。结果显示，测得的站点盐度是预测 $E.\ Coli$ 和肠球菌水平最重要的特征。最后，在沿海水质最差的站点检验了两种 ML 模型的时空精度。空间 $E. Coli$ 和肠球菌模型取得了 0.85 和 0.83 的强 R$^2$ 值，而时间模型取得了 0.74 和 0.67 的 R$^2$ 值。时间模型在沿海水质较高的站点也取得了 0.44 和 0.46 的中等 R$^2$ 值。