用大模型为河流装上“代谢监测仪”

□ 本报记者 蔡姝雯

河流也有“新陈代谢”？没错，就像人类呼吸、进食维持生命活动一样，河流的初级生产力（藻类等生产者通过光合作用制造有机物的能力）、生态系统呼吸（水生生物分解有机物消耗氧气的过程）共同构成河流的“生命体征”。它们既是衡量河流生态系统营养状态的基本要素，也是河流碳循环过程的重要环节。

然而，在气候变化和人类活动双重影响下，河流的“代谢节奏”正悄然改变。更棘手的是，光照、温度、径流、沿岸土地利用等多种因素相互交织，让河流“代谢”呈现复杂的非线性变化，令人难以捉摸。长期以来，科学家测算河流“代谢”严重依赖高频监测数据集，这限制了对河流生态长期演变规律的探索。

近日，中国科学院南京地理与湖泊研究所施坤研究小组在该领域取得创新进展。团队整合超25万组河流初级生产力与生态系统呼吸数据，结合气象水文要素及流域属性数据，搭建起一套大洲尺度的河流“新陈代谢”高精度深度学习预测模型，为河流“代谢”测算提供了一种可靠的新技术手段。

如果说高频监测是“单点快照”，这个模型就像给广袤流域装上了一台智能“代谢监测仪”，无需密集布点，就能精准推算河流的“生命体征”。借助这个模型，团队模拟重建了美国大陆293条河流1980年—2100年的每日“代谢”数据集合，发现河流初级生产力在此期间整体呈现显著增加趋势，但生态系统呼吸的“消耗”速度更快，导致河流“净初级生产力”持续走低。这就像一个家庭，收入增速赶不上开支增速，“净储蓄”缺口越来越大。研究还预测，随着未来气候持续变暖，这种“收支失衡”趋势将愈加明显，全球河流生态系统或将普遍转向“异养状态”——自身制造的有机物填不满消耗的“胃口”。

究竟是什么在拨动河流的“代谢开关”？施坤介绍，团队通过控制实验找到了答案：1980年—2020年间，美国河流初级生产力的提升，主要源于径流变化和太阳辐射的改变；而生态系统呼吸“消耗”的增加，则是河流流量、水温及热力条件共同作用的结果。

该研究首次证明了深度学习模型在大尺度河流“新陈代谢”预测中的强大潜力，揭示了河流“新陈代谢”对气候变化的复杂响应模式，为未来河流生态系统的可持续管理提供了理论基础。