Forecasting Analysis of Heavy Metal Concentrations in the Ciliwung River Using Random Forest and Xgboost Methods

河流是城市的动脉，承载着生命、废物以及人类工业留下的无形痕迹。在雅加达繁忙的心脏地带，西里翁河（Ciliwung River）从高地流经密集的社区和工业区，最终汇入大海。几十年来，科学家们一直知道这条水道携带重金属——如铅、镉和汞等无法降解且会在食物链中累积的有毒元素。这些污染物来自工厂、汽车排放和生活废弃物，对生态系统以及依赖河流的人们构成了无形的威胁。传统上，检测这些毒素是一个缓慢且昂贵的过程，需要科学家采集水样并送往实验室进行化学分析。虽然这种方法很准确，但它是被动式的；它告诉我们昨天发生了什么，而不是明天可能会发生什么。随着城市的扩张和气候模式的变化，迫切需要了解这些污染物正流向何方，以便管理者能在水质变得危险之前采取行动。

来自印度尼西亚、英国和马来西亚大学的一个研究团队针对这一挑战采取了新方法。他们不再等待实验室结果，而是利用旨在从过去数据中学习的计算机程序来预测西里翁河未来的状态。他们重点关注了三种特定的重金属：铅、镉和汞。为此，他们收集了2015年至2023年的水质历史记录，观察了影响污染的因素，例如水的酸度和有机废物及悬浮颗粒的数量。随后，他们将这些信息输入到两种强大的计算机学习系统中。其中一种被称为“随机森林”（Random Forest），其原理是通过构建许多简单的决策树并取其平均值来得出答案。另一种被称为“XGBoost”，这是一种更先进的方法，它通过逐个构建决策树，让每一棵新树都从前一棵树的错误中学习，从而不断优化预测。其目标是观察哪种系统能更好地预测2024年至2030年间河流中重金属含量的变化。

结果显示，更先进的系统——XGBoost，是更优越的预测工具。它始终保持着较小的误差，并且比其对应的对手更能捕捉到污染的复杂模式。利用这个表现最好的模型，研究人员预测了未来几年的重金属浓度。他们估计，铅的含量将在每升14.285至19.483微克之间，镉在每升7.413至9.998微克之间，汞在每升0.227至0.457微克之间。当这些数值与印度尼西亚政府为娱乐和鱼类养殖设定的安全限值进行对比时，预测结果提供了一种谨慎的宽慰。所有预测值均保持在法定阈值以下。然而，这项研究也揭示了一个令人担忧的细微之处。虽然水平处于安全范围内，但预测显示镉的含量将非常接近最大允许限值，这表明该河流的运行安全余量非常狭窄。

研究人员谨慎地解释说，这些数字并非对未来安全的保证，而是基于当前趋势的理性估算。该模型并未考虑突发状况，例如大规模的新工业排放，或可能将更多污染物冲入河流的异常天气事件。由于计算机程序是向过去学习的，因此如果未来与过去相似，预测便成立；如果未来发生剧变，模型可能无法捕捉到。这就是为什么作者强调，他们的工作不应取代传统的实验室检测。相反，它作为一个预警系统。它允许官员在风险演变成紧急情况之前看到潜在风险，帮助他们决定何时加强监测力度以及何时收紧监管措施。

这项研究凸显了我们管理环境方式的一种转变。多年来，河流管理一直是一场“反应式”的游戏，即在污染造成破坏后才进行清理。这种新方法表明，我们可以预见问题的发生。通过利用数据来预测趋势，城市规划者和环境机构可以从单纯应对危机转向预防危机。研究证实，尽管西里翁河目前符合安全标准，但来自城市生活的压力是持续存在的。铅和镉的水平呈现出的趋势需要保持警惕。如果污染源得不到控制，河流可能会迅速跨越从安全到危险的界限。这项工作提醒我们，保持河流清洁不仅在于清理现有的污染物，更在于理解那些将污染物推入水中的无形力量，并利用一切可用工具——从化学到计算机科学——来保护城市及其居民的健康。