用途
该技能用于对淡水监测站点的溶解氧（mg/L）和水温（degC）生成未来30天的逐日概率预测，并按CRPS（连续排名概率得分）评测预测质量。它面向的是需要给出均值与不确定性（标准差）的水质预测任务。
输入与输出
输入历史数据形状为（n, L, 3），三个通道依次为溶解氧（mg/L）、水温（degC）、叶绿素-a（ug/L，不参与预测），最后一列为各样本的参考日期 reference_date。NaN 表示未观测或数据被隐藏；站点 id 与类型可能给出。
输出为包含四个（n, 30）浮点数组的字典：oxygen_mu、oxygen_sigma、temperature_mu、temperature_sigma，对应 reference_date + 1 至 + 30 天。要求全部为有限值，sigma > 0，溶解氧均值位于 [0, 30] mg/L，水温均值位于 [-5, 45] degC（用于捕捉开尔文单位错误），sigma 不超过 50。
评分方式
使用正态分布 N(mu, sigma^2) 在已观测的（样本, 天）对上的闭式 CRPS，按变量分别取平均；主指标为溶解氧与水温 CRPS 的等权平均，越低越好。由于两者单位不同，需分别报告（scilib.aquatics.score(pred, obs), crps_normal）。参考基线为年内日序气候态（目标日序 ±7 天内的均值与标准差，aquatics.doy_window_forecast）。
主要能力与方法
- 预测算子：scilib.aquatics.fit_predict(history, reference_date, lam=0.75, smult=1.0)。先平滑年内日序剖面，再按各提前天数对异常值做岭回归（以最近3天与最近30天异常的均值作为特征），站点拟合与汇总拟合按 lam 混合；sigma 由残差标准差乘以 smult 得到。回测中 lam 与 smult 仅使平均 CRPS 变化几个百分点，不建议过度调参。某变量观测天数少于60的样本回退到气候态。
- 回测：aquatics.backtest(history, reference_date, n_origins=3, offset=30) 为滚动起点检验，仅需历史数据；data_report 显示数据覆盖情况与最近观测时间；seasonal_profile、history_dates 为构建模块。另有算子 aquatic_climatology_forecast_30d、normal_forecast_crps_score。
- 预训练融合：aquatics.fit_predict(..., pretrained=w) 将每个 mu 与 sigma 与 Chronos-2 结果混合（Chronos-2 以中位数作为 mu，以 (q75 − q25)/1.349 作为 sigma；scilib.tsfm，asset chronos_2），w 取值在 [0, 1]；w = 0 时不调用 GPU。使用前检查 tsfm.available() 与 scienceclaw_tools(operation=weights)。需说明：无法排除与公开时间序列语料的预训练重叠。
注意事项与限制
- CRPS 同时惩罚过度自信与不必要的宽 sigma，应在回测中检查校准情况，而不是只看平均误差。长提前期下的剩余误差主要来自天气驱动的温度冲击。
- 必须遵守时间因果性：每个样本只使用截至其自身参考日期的历史。若同一站点出现多个参考日期，较晚的历史可能包含较早样本的预测窗口，绝不能将其用于较早日期；被隐藏（NaN）的窗口应保持 NaN，不能填 0。
- 历史末尾的回测窗口可能部分被隐藏，其得分仅作粗略参考。
- 保持单位：水温用 degC（非 K），溶解氧用 mg/L；并将均值与 sigma 截断到上述范围。