基于随机森林法的弥河-潍河流域地下水质量评价研究

摘要：

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.

关键词：机器学习、随机森林法、弥河-潍河流域、地下水质量评价

所属期刊栏目：43

分类号：P641.2;P33;TV11(水文地质学与工程地质学)

资助基金：国家自然科学基金;山东省自然科学基金资助项目;山东省高校院所创新团队项目;院科研基金

在线出版日期：2023-07-07（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：60-64,70