首页|基于随机森林法的弥河-潍河流域地下水质量评价研究

基于随机森林法的弥河-潍河流域地下水质量评价研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
准确掌握地下水的环境质量状况是合理确定地下水资源开发策略和有效进行地下水资源保护的重要前提.通过随机森林(random forest)法构建弥河-潍河流域地下水质量评价模型,结果表明:(1)随机森林法在进行地下水水质分类时具有分类精度高、泛化能力强等特点,且在进行超参数优化后,其分类精度会进一步提高,证明将随机森林法应用于地下水质量评价是可行的,并且其综合性能要优于逻辑回归模型;(2)研究区地下水水样均为Ⅳ类和Ⅴ类水,说明水质状况整体较差;(3)通过分类指标重要性评价可以看出,研究区地下水水质的主要影响指标为硝酸盐、总硬度和溶解性总固体,而此类指标的主要来源是蔬菜种植化肥的不合理使用及河流污染入渗,因此要进一步加强对蔬菜种植污染排放及河流水质的监测和控制.
Research on Groundwater Quality Assessment of Mihe-Weihe River Basin Based on Random Forest Algorithm

林艳竹、韩忠、黄林显、邢立亭、梁浩、侯金霄

展开 >

中国地质环境监测院(地质灾害技术指导中心),北京 100081

山东省第六地质矿产勘查院,山东 威海 264209

济南大学 水利与环境学院,山东 济南 250022

山东省地下水数值模拟与污染控制工程技术研究中心,山东 济南 250022

山东省国土空间生态修复中心,山东 济南 250014

展开 >

机器学习 随机森林法 弥河-潍河流域 地下水质量评价

国家自然科学基金山东省自然科学基金山东省高校院所创新团队项目院科研基金

41772257ZR2019MD0292021GXRC070801KY202004

2023

10.19797/j.cnki.1000-0852.20210513

水文
水利部水文局 水利部水利信息中心

水文

CSTPCDCSCD北大核心
影响因子：0.742
ISSN：1000-0852
年,卷(期)：2023.43(3)
  • 2
  • 10