支持向量机在河套地区地下水矿化度预测中的应用

• 作者: 周亮 樊宇 苏涛 赵令
• 来源期刊: 中国农村水利水电
• 学科: 农学
• 关键词: 义长灌域 支持向量机 BP神经网络 多元回归 地下水矿化度预测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 农田水利
• 页码范围: 80-83,88
• 页数: 5页
• 分类号: TV211.1+2|S156.4
• 字数: 4971字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2284.2019.02.016

摘要

为研究内蒙古河套地区义长灌域年均地下水矿化度变化规律,选取灌域年蒸发量、引水量和年均地下水埋深作为影响因子,建立基于支持向量机的灌域年均地下水矿化度预测模型,并与多元回归预测模型和BP神经网络预测模型进行对比分析.结果表明:多元回归预测模型预测精度较差,BP神经网络预测模型较多元回归预测模型精度有较大提高,但支持向量机预测模型对灌域年均地下水矿化度的预测效果最好,其决定系数达到0.81,平均误差仅为0.15 g/L.由此可见,支持向量机方法在灌域年均矿化度预测研究中切实可行,为灌域地下水研究和生态环境改善提供新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周亮	安徽理工大学测绘学院	16	33	3.0	5.0
2	樊宇	安徽理工大学测绘学院	5	4	2.0	2.0
3	赵令	安徽理工大学测绘学院	5	5	1.0	2.0
4	苏涛	安徽理工大学测绘学院	5	5	1.0	2.0