【模型工具】基于机理和数据混合驱动的因果模型预测气候变化对水生生物的影响

lhl428

原文信息

题目：Integrating simulation models and statistical models using causal modelling principles to predict aquatic macroinvertebrate responses to climate change

作者：Chi T.U. Le*, Warren L. Paul, Ben Gawne, Phillip Suter

作者单位：School of Life and Environmental Sciences, Deakin University, Geelong, Victoria 3220, SA

期刊：Water Research

时间：2023年

导读

        河流生态系统正面临全球气候变化的挑战，同时还承受着来自人类活动如取水、排放等带来的压力。理解气候变化与其他人为压力源的潜在协同效应是制定流域管理计划的基础，但已有研究常采用因果建模方法，存在变量线性关联和误差正态分布等假设上的局限性，同时很少明确气候变化对不同时空尺度系统的影响。

文章简介

       本研究利用分段结构方程模型，将局部尺度的水质和生物监测模型与流域尺度的水文气候盐度模型以及全球尺度的气候变化联系起来，预测水生大型无脊椎动物在人类活动干扰下对流域尺度气候变化的响应。

       本研究以澳大利亚墨累-达令流域作为案例地区，研究中的流域尺度水文气候盐度模型（简称为MDBSYM）为已开发模型，包括整合了全球和区域尺度的气候模型、降雨径流模型和河流水文模型。对于水生生物，本研究采用分布式滞后非线性模型（Distributed lag nonlinear model，DLNM）量化流动状态、盐度、水文等环境变量与大型无脊椎动物丰度和丰富度之间的关系。

       为了将不同尺度的模型耦合在一起，本研究开发了针对大型无脊椎动物的假设因果模型（如图1所示），节点表示在因果结构中同时作为预测因子和响应变量，箭头表达节点间的因果关系。采用广义加性模型GAM为图中的每个节点构建统计模型，并使用贝叶斯信息标准和赤池信息标准选择最佳模型，删除因果图中不显著的关系，获得最终的因果模型。

图1. 大型无脊椎动物群落的因果模型。橙色节点为监测变量，蓝色为计算变量，白色节点为MDVSYM模型输出

       本研究考虑了两种未来气候和发展情景，情境中考虑了大坝、林地比例和地下水开采等变化，结果表明（图2），两种情景的大型无脊椎动物丰度和丰富度均低于观测值，但由于水温和浊度的增加，环境的变化对于大型无脊椎动物群落基本为负面影响。



图2. 两种发展情景下的预测生物指标值与实际观测值的对比结果

编者点评

       本研究将机理模型整合到大型无脊椎动物群落的因果模型中，显示了气候变化和其他人类活动一起影响水生系统的路径。但节点间的关系利用非参数模型拟合存在局限性，未来可以使用更合适的机理模型预测非生物和生物的响应关系。

原文地址：

https://doi.org/10.1016/j.watres.2023.119661

或点击“阅读原文”查看





城市水系统领域

最新研究动态

UrbanWaterGroup

长按二维码关注