基于随机森林算法的水华预警模型

摘要：

针对湖泊水华预警模型中的数据具有噪声较复杂和非线性的特点,而传统预警方法难以解决稳健性差和过度拟合等问题,采用机器学习分类算法---随机森林,根据叶绿素a的浓度判断水华是否发生,选取水温(T)、pH值、氮磷比(TN:TP)、化学需氧量(COD)、总氮(TN)、总磷(TP)作为影响因子,构建基于随机森林分类算法的稳健性较好、泛化性能强、实用性强的水华预警模型.选取太湖西半湖作为研究区域进行实例分析,结果表明:该模型预测精度达到91.67％,泛化误差小,能够有效进行短期预测;在水华发生的各个影响因子中,总磷和总氮是相对重要的影响因子.

关键词：随机森林、CART决策树、水华、预警模型、太湖

所属期刊栏目：40

分类号：X52;TP39(水体污染及其防治)

资助基金：国家自然科学基金资助项目41671402,61401281

在线出版日期：2018-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：75-77,90