基于随机森林算法的水华预警模型

• 作者: 刘云翔 吴浩
• 来源期刊: 人民黄河
• 学科: 地球科学
• 关键词: 随机森林 CART决策树 水华 预警模型 太湖
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 水环境与水生态
• 页码范围: 75-77,90
• 页数: 4页
• 分类号: X52|TP39
• 字数: 3148字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2018.08.018

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云翔	上海应用技术大学计算机科学与信息工程学院	63	200	7.0	9.0
2	吴浩	上海应用技术大学计算机科学与信息工程学院	3	10	2.0	3.0