中国废水排放量趋势预测——基于任务相关性的机器学习方法

摘要：

中国的水污染是一个非常严重的问题,为了控制水污染,对中国未来废水排放量进行准确预测具有十分重要的意义.从影响废水排放量的潜在变量中筛选出GDP、人均GDP和产业结构三个关键预测变量,采用1998-2017年中国省域数据和基于任务相关性的机器学习方法对各省份废水排放量趋势进行预测.实验结果表明,所建立的预测模型能够保持线性回归模型的可解释性,并获得较高的预测精度(RMSE、MAE和MAPE分别为0.0882、0.0643和0.5533).预计全国年废水排放总量2025年最低将达到9081209万吨,最高9903864万吨;2030年最低将达到10864311万吨,最高13081922万吨.政府部门可根据预测结果制定废水减排计划和经济发展规划,在发展经济的同时维持生态环境的平衡.

关键词：废水排放量、社会经济决定因素、趋势预测、机器学习方法、任务相关性

所属期刊栏目：38

分类号：X52;X703(水体污染及其防治)

资助基金：国家社会科学基金19FGLB038

在线出版日期：2022-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：196-201