研究背景

水环境监测与水处理系统运行面临长期痛点：用于表征溶解有机氮（DON）分子组成的傅里叶变换离子回旋共振质谱（FT-ICR-MS）、用于定量微生物功能基因的定量 PCR（qPCR）等高保真检测成本高、周期长、采样稀疏；而常规水质传感器（DO、ORP、pH、电导率、营养盐等）可连续高频采集，但缺乏分子与微生物特异性。

在佛罗里达实地生物过滤系统中，仅 9 次双周实验室样本需支撑 3096 小时预测，监督比高达344:1，远超常规多保真学习 10:1 以内的适用范围。传统回归模型易过度平滑、丢失突变事件；复杂深度学习则易在长监督间隙中漂移，出现热力学与生化约束违反，如反硝化速率不合理振荡、芳香性指数超限、微生物指数增长违背代时限制等。现有多保真、半监督、物理知情神经网络（PINN）、时序预测模型均无法同时满足极端稀疏、跨模态、物理约束、层级依赖、多尺度动态五大核心需求。

研究内容

本研究以佛罗里达 St. Lucie 河流域 ZIPGEM 介质实地生物过滤系统为对象，融合 129 天、3096 小时连续水质与气象数据，以及 9 次高保真实验室分析数据，提出皮质间隙融合网络（CGFN），面向水处理系统构建化学与微生物虚拟传感器，实现从密集低保真信号到稀疏高保真目标的精准重建。

CGFN 整体架构由三大模块构成：

1.多尺度上下文编码器：并行 Local（扩张因果卷积）、Global（多头注意力）、Spectral（频域分析）、Transient（LIF 脉冲神经元）四条路径，覆盖小时级瞬变至月级演替；

2.相位化学预测头：采用脉冲门控混合专家（MoE），捕捉 DON 分子快速突变；

3.强直微生物预测头：通过置信度加权增益控制与层级因果链，稳定微生物丰度预测。

核心创新点包括：

1）双预测头分离相位突发编码（化学）与强直神经调制（微生物），用蒙特卡洛 dropout 量化不确定性；

2）多尺度编码器融合扩张卷积、自注意力、频域分析与 LIF 神经元，实现事件驱动瞬态检测；

3）层级级联训练沿氮循环因果链（化学→AOB→NOB→nirS）放大监督信号 300–900 倍；

4）课程加权时序聚焦通过高斯锚定扩散，在真值附近集中学习并保持插值稳定。

模型严格嵌入质量守恒、热力学可行性、反应动力学等学科约束，以架构硬约束替代单纯损失惩罚。

图 1. 用于 CGFN 模型开发的基于 ZIPGEM 的综合数据集。（a）连续流入（蓝色）和出水（橙色）的溶解氧饱和度 (%)、铵离子 (NH4) 和硝酸盐 (NO3-) 时间序列。（b）同时采集的气象强迫物理参数，包括空气温度 (°C)、相对湿度 (%) 和大气压 (hPa)，数据来自当地气象站。（c）稀疏高精度实验室测量：进水和出水的木质素类 DON 分子描述符（AImod 和 Xc），以及通过 qPCR 测定的亚硝酸氧化细菌 (NOB, nxrB 基因拷贝 g^-1)（n = 9）。

图2. CGFN架构示意图，显示从数据输入通过多路径处理到双预测头的信息流。主要组件：（1）具有四条并行通道（本地/全局/频谱/瞬态）的多尺度上下文编码器，（2）跨通道注意力，（3）带双门控的门控融合，（4）因果链块。

图3. 129天部署期间16个分子描述符的溶解性有机物化学重建。蓝线：CGFN每小时预测。红点：FT-ICR-MS实验室测量值（n = 9）。面板显示(A-D) 类碳水化合物和(E-H) 类木质素化合物的四个描述符的分数（在进水和出水位置均有测量，共16个化学目标）：改性芳香性指数（AImod）、碳的名义氧化态（NOSC）、碳氧化态（Xc）以及双键当量减去氧碳比（DBE-O/C）。

图4. 微生物功能基因重建。(a) AOB基因（对数刻度）反映季节性动态：滞后10^5周。(c) nirS在缺氧暴雨期间显示偶发性激增（10^8拷贝/克），基线10^6 → 10^8拷贝/克至7月增长。(b) NOB在有氧期间跟随，表现为2- 拷贝/克。95%置信区间（阴影部分）在缺口处变宽，在qPCR样本附近变窄。

研究结果

在实地数据集上，CGFN 取得突破性性能：

整体MAPE=9.69%，R²=0.956，较最优基线 Raindrop 误差降低 31.6%；

DON 分子描述符重建精度达R²=0.992，MAPE=2.1%，等效 “虚拟 FT‑ICR‑MS”；

微生物功能基因（AOB、NOB、nirS）预测R²=0.949，等效 “虚拟 qPCR”；

层级级联验证显示，深度最高的 nirS 表现最优（R²=0.987），NOB 为 0.940，AOB 为 0.919；

物理约束满足率98.6%，质量平衡违反率仅1.20%，化学计量违反率0.80%，远优于传统 PINN 的 18.9%。

模型成功揭示传统监测无法捕捉的亚周级动态：DON 芳香性随溶解氧呈现 2–3 天周期；AOB 对氨脉冲响应滞后 12–18 小时，NOB 再滞后 18–24 小时；反硝化菌 nirS 在缺氧暴雨期爆发性增长。

三倍时序块交叉验证证明模型泛化稳健，扩展部署测试性能下降 < 10%。推理时延仅 4.7ms / 千窗口，可满足实时边缘部署。

技术优势

1.极端稀疏适应性：在 344:1 监督比下稳定输出，传统模型多出现负 R²；

2.跨模态精准迁移：从常规水质信号直接预测分子与微生物指标，无需同模态插值；

3.架构级物理约束：以预测层、因果链、注意力掩码、氧化还原门控实现硬约束，违反率降低 16 倍；

4.尺度动态兼容：同步捕捉小时风暴、昼夜代谢、月度演替，避免过平滑与漂移；

5.层级监督放大：沿氮循环因果链实现 300–900 倍监督增强，缓解标签稀缺；

6.可解释与事件感知：注意力、路径门控、脉冲激活均对应可解释生化机制，自动定位关键事件。

消融实验证实：移除双预测头误差上升 174%，移除全局注意力上升 145%，移除物理约束上升 95%，各组件呈协同增效。

结论与展望

本研究提出的皮质间隙融合网络 CGFN，成功在水处理系统中构建化学与微生物虚拟传感器，破解极端稀疏多保真数据融合难题。在仅 9 次高保真样本、344:1 监督比条件下，实现 DON 分子与微生物丰度小时级连续高精度重建，物理约束满足率近 99%，为水质实时监测、智慧水处理、营养盐管控提供颠覆性工具。

当前研究局限于单实地系统验证，且依赖 33 项人工工程特征。未来方向：

开展多场地验证，检验生化原理可迁移性；

推进自动化特征发现，降低人工工程依赖；

构建不确定性驱动主动采样框架，用 CGFN 置信度门控优化采样策略，预计可减少 40–50% 实验室样本并保持精度。

该研究将神经科学启发的功能专业化与环境工程知识深度融合，为跨尺度、强约束、极端稀疏的工业与环境监测系统提供可复用范式。

原文链接：https://doi.org/10.1016/j.engappai.2026.114560