本研究评估了深度学习模型在大陆尺度水质预测中的可信性挑战，重点关注公平性、不确定性和可解释性。通过分析482个美国流域的水质数据，揭示了模型性能差异的系统模式，并提出了评估可信性的方法框架，为水资源管理中的数据驱动方法提供了重要见解。