| 基于随机森林模型的辽河高时间分辨率氮、磷浓度模拟与预测 |
| |
| 引用本文： | 杨宇锋,武暕,王璐,郭杨,惠婷婷,高伟,张远.基于随机森林模型的辽河高时间分辨率氮、磷浓度模拟与预测[J].环境科学学报,2022,42(12):384-391. |
| |
| 作者姓名： | 杨宇锋 武暕 王璐 郭杨 惠婷婷 高伟 张远 |
| |
| 作者单位： | 1.广东工业大学生态环境与资源学院，广东省流域水环境治理与水生态修复重点实验室，广州 510006;2.辽宁省生态环境监测中心，沈阳 110161 |
| |
| 基金项目： | 广东省基础与应用基础研究基金面上项目（No.2022A1515010789）；“珠江人才计划”引进创新创业团队资助项目（No.2019ZT08L213） |
| |
| 摘 要： | 随着环境信息获取技术的飞速发展，水质监测数据逐渐呈现出高时间分辨率的特点.针对传统方法在模拟高频检测数据时的不足，本文基于随机森林建立了河流氮、磷逐日浓度预测模型，识别了影响辽河干流马虎山断面氮、磷浓度变化的主要因素，并预测了未来不同情景下氮、磷浓度变化特征.结果表明：①马虎山断面氮、磷浓度变化的主要影响因素是上游珠尔山断面的来水水质和本断面的流量；②随机森林模型在高时间分辨率的水质指标模拟中具有误差低和拟合优度高的特点，其中，TN浓度预测模型的RMSE为0.40 mg·L-1，R2为0.95，TP浓度预测模型的RMSE为0.01 mg·L-1，R2为0.96；③在不同水文、污染控制和来水水质的变化情景下，未来马虎山断面氮、磷浓度变化主要取决于上游 来水水质，加强全流域营养盐控制是确保断面水质稳定达标的重要基础.
|
| 关 键 词： | 营养盐 氮、磷 水质预测 机器学习 自动监测站 高时间分辨率 辽河 |
| 收稿时间： | 2022/4/6 0:00:00 |
| 修稿时间： | 2022/6/9 0:00:00 |
Simulation and prediction of nitrogen and phosphorus concentrations with high time resolution in Liao River using random forest model |
| |
| YANG Yufeng,WU Jian,WANG Lu,GUO Yang,HUI Tingting,GAO Wei,ZHANG Yuan.Simulation and prediction of nitrogen and phosphorus concentrations with high time resolution in Liao River using random forest model[J].Acta Scientiae Circumstantiae,2022,42(12):384-391. |
| |
| Authors: | YANG Yufeng WU Jian WANG Lu GUO Yang HUI Tingting GAO Wei ZHANG Yuan |
| |
| Abstract: | |
| |
| Keywords: | nutrient nitrogen and phosphorus water quality prediction machine learning auto-monitoring station high time resolution Liao River |
|
| 点击此处可从《环境科学学报》浏览原始摘要信息 |
| 点击此处可从《环境科学学报》下载免费的PDF全文 |
