تحليل السببية وتوقع ازدهارات الطحالب النهرية من خلال دمج النمذجة الديناميكية التجريبية وتقنيات التعلم الآلي

تعد ازدهارات الطحالب النهرية مشكلة بيئية عالمية بسبب نطاق تأثيرها الواسع والمخاطر البيئية الناتجة عنها. ومع ذلك، فإن الآليات المعقدة التي تكمن وراء هذه الازدهارات تجعل التنبؤ بها ومنعها أمرًا صعبًا. هنا، استخدمنا النمذجة الديناميكية التجريبية (EDM) والتعلم الآلي لكشف الأسباب وتوقع ازدهارات الدياتوم من 2003 إلى 2017 في نهر هان في الصين. تراوح كثافة خلايا الدياتوم من 0.1 إلى 5.1 × 10 7 خلايا L −1، بينما غالبًا ما استمرت ازدهارات الطحالب لمدة 10 أيام بكثافة تتجاوز 10 7 خلايا L −1. أوضحت نتائج EDM أنه، تحت تركيزات مغذيات عالية ثابتة، كانت ازدهارات الطحالب تنظمها بشكل أساسي ثمانية عوامل بيئية: درجة حرارة الماء في نهر هان؛ مستويات المياه، سرعات التدفق، وتصريفات جريان المياه في نهر هان ونهر اليانغتسي؛ وتغير مستوى المياه في نهر هان. أشارت الأداء الضعيف (معامل التحديد R 2 < 0) لنماذج الانحدار الخطي المتعدد، وEDM، والغابات العشوائية إلى التحدي في التنبؤ بكثافة الطحالب. لذلك، استخدمنا نماذج تصنيف التعلم الآلي للتنبؤ بحدوث ازدهارات الطحالب. مع تقنيات إعادة أخذ العينات لمراعاة البيانات غير المتوازنة، حققت نماذج التعلم الآلي تنبؤًا مثاليًا للتصنيف (قيمة كابا = 1) لـ 13 حدث ازدهار طحلب مع فترة تنبؤ مدتها 10 أيام خلال فترة 15 عامًا، مما قدم مرجعًا مهمًا للتحذير المسبق من ازدهارات الطحالب النهرية.