Towards CONUS-Wide ML-Augmented Conceptually-Interpretable Modeling of Catchment-Scale Precipitation-Storage-Runoff Dynamics

Resumo Técnico: Rumo à Modelagem de Dinâmicas de Precipitação-Armazenamento-Escoamento em Escala de Bacia em todo o CONUS, Aumentada por ML e Conceitualmente Interpretável

Definição do Problema
Embora estudos recentes de amostragem de grande escala (LSH) tenham aplicado com sucesso o aprendizado profundo (DL), particularmente redes de Long Short-Term Memory (LSTM), para alcançar uma precisão preditiva de ponta em diversas bacias, esses modelos "universais" frequentemente funcionam como caixas pretas. Eles oferecem limitada interpretabilidade física e falham em codificar explicitamente como a dominância dos processos hidrológicos varia geograficamente. Por outro lado, os modelos conceituais de chuva-escoamento (CRR) tradicionais são fisicamente interpretáveis, mas frequentemente têm dificuldade em igualar a habilidade preditiva das abordagens baseadas em dados, particularmente quando uma única estrutura fixa é aplicada em regiões com regimes hidroclimáticos vastamente diferentes. O desafio central abordado é como preencher a lacuna entre o desempenho preditivo e a compreensão física, desenvolvendo modelos que sejam simultaneamente orientados por dados e conceitualmente interpretáveis, ao mesmo tempo em que reconhecem que a estrutura de modelo ideal não é universal, mas depende da dominância de processos locais.

Metodologia
O estudo emprega uma análise de amostragem de grande escala em 513 bacias minimamente perturbadas nos Estados Unidos Continentais (CONUS) utilizando o conjunto de dados CAMELS. A metodologia central baseia-se no Mass-Conserving Perceptron (MCP), uma unidade de aprendizado de máquina que impõe a conservação de massa no nível nodal enquanto aprende funções de portão (gating functions) a partir dos dados.

1. Arquitetura do Modelo: Os autores construíram uma hierarquia de modelos baseados em MCP de complexidades variadas:
   • Modelos de Estado Único:
     • HMCP: Um modelo genérico de estado único que representa o armazenamento total de água (umidade do solo) sem distinguir a neve. Variantes incluíram relaxação de massa ($HMCP(1, MR)$) e perda aumentada ($HMCP(1, AL)$).
     • SNOWMCP: Um modelo de estado único onde a variável de estado representa o Equivalente de Água da Neve (SWE), treinado inicialmente contra dados observados de SWE. Versões aumentadas incorporaram déficit de pressão de vapor, radiação solar e extremos de temperatura.
   • Modelos Acoplados de Dois Estados (HYDROMCP): Estes acoplam explicitamente um módulo SNOWMCP e um módulo SOILMCP. Duas configurações de acoplamento foram testadas:
     • Série: O degelo entra no armazenamento do solo antes de gerar escoamento.
     • Paralelo: O degelo contorna o módulo de solo e é direcionado diretamente para a saída.
2. Estratégia de Treinamento: Os modelos foram treinados individualmente para cada bacia (bacia por bacia) em vez de usar uma única arquitetura universal treinada em todos os dados simultaneamente. Isso permitiu a exploração sistemática de como a estrutura de modelo ideal varia com o clima, topografia e vegetação.
3. Avaliação e Seleção: O desempenho foi avaliado usando o índice de eficiência de Kling-Gupta ($KGE_{ss}$). A seleção do modelo foi guiada pelo Critério de Informação de Akaike (AIC) para equilibrar o ajuste preditivo com a parcimônia estrutural.
4. Benchmarks: Os modelos baseados em MCP foram comparados contra:
   • Uma rede MCP de estado distribuído e conservação de massa ($NMCP^{DS}(5)$) com 5 estados de célula.
   • Uma rede LSTM padrão de 5 estados ($LSTM(5)$).

Resultados Principais

• Dominância de Processos e Complexidade: Nenhuma arquitetura única performou de forma ótima em todas as bacias. O estudo descobriu que os requisitos de complexidade do modelo estão fortemente ligados aos regimes hidroclimáticos.
  • Em regiões dominadas por neve, a representação explícita da dinâmica da neve (via SNOWMCP ou HYDROMCP) foi crítica. Formulações de neve simples baseadas em temperatura performaram notavelmente bem nessas áreas.
  • Em regiões sem neve ou de baixa altitude, os modelos mais simples de estado único HMCP foram frequentemente suficientes e preferidos pelo critério AIC.
  • Modelos de dois estados (HYDROMCP) foram selecionados com menos frequência (22% das bacias) e principalmente em zonas montanhosas complexas ou de transição, onde tanto a umidade do solo quanto a dinâmica da neve eram significativas.
• Desempenho Preditivo:
  • O framework MCP parcimonioso "ótimo" (OPTMCP), que seleciona a melhor arquitetura por bacia (tipicamente 1–2 estados de célula), alcançou um $KGE_{ss}$ mediano de 0,85 em todo o CONUS.
  • Este desempenho foi comparável ao benchmark NMCP de 5 estados e conservação de massa (mediana $KGE_{ss} \approx 0,85$) e ligeiramente inferior ao benchmark LSTM de 5 estados sem conservação de massa (mediana $KGE_{ss} = 0,89$).
  • Crucialmente, o framework OPTMCP superou o benchmark de conservação de massa em quase metade das bacias (240 de 513).
• Interpretabilidade: O estudo demonstrou que arquiteturas interpretáveis fisicamente e de conservação de massa podem alcançar habilidade preditiva próxima da ótima com substancialmente menos parâmetros (8–27 parâmetros) em comparação com abordagens genéricas de DL (frequentemente 64–256 estados).
• Padrões Geográficos: A seleção da arquitetura do modelo revelou padrões espaciais distintos. Modelos SNOWMCP foram selecionados em regiões influenciadas pela neve, enquanto modelos HYDROMMCP apareceram em certas regiões montanhosas do oeste e regiões do sudeste sem neve, sugerindo representações de processos ausentes em modelos simplificados para esses contextos específicos.

Significância e Alegações
O artigo posiciona-se como um passo necessário em direção a "modelos de todos os lugares" que não dependem de uma única arquitetura universal, mas que reconhecem a variabilidade espacial e temporal.

• ML Informado por Teoria: O estudo argumenta que o futuro da ciência hidrológica reside na síntese de modelagem orientada por teoria e hipóteses com aprendizado de máquina orientado por dados. Ao usar unidades MCP, os autores mostram que os modelos podem ser "aumentados por ML" para aprender dinâmicas de processos diretamente dos dados, mantendo a interpretabilidade estrutural dos modelos CRR tradicionais.
• Parcimônia sobre Universalidade: Os autores alegam que buscar um único modelo universal pode obscurecer diferenças de processos regionais. Em vez disso, desenvolver famílias de modelos adaptadas à dominância de processos específica (por exemplo, neve vs. umidade do solo) permite uma melhor compreensão mecanística e habilidade preditiva robusta.
• Fundação para Trabalhos Futuros: O estudo conclui que, embora os atuais modelos baseados em MCP não sejam modelos de resolução de processos completos (por exemplo, estados internos podem atuar como estados "informacionais" quando treinados apenas em vazão), eles fornecem uma base sólida. Os autores sugerem que o trabalho futuro deve focar em incorporar essas arquiteturas interpretáveis e parcimoniosas em estruturas de ML mais amplas para criar a próxima geração de modelos que explicitamente consideram a variabilidade geo-hidroclimática, ancorando o poder preditivo em uma compreensão teórica aprimorada.

Os autores mantêm um tom modesto, reconhecendo que, embora sua abordagem melhore a interpretabilidade e o desempenho, ela ainda não resolve totalmente o compromisso entre precisão e realismo físico, particularmente em regimes de transição complexos onde o acoplamento massa-energia e as interações com a vegetação permanecem desafiadores de representar.