：基于 ＰＣＡ-ＧＡ-ＸＧＢｏｏｓｔ模型的吉林省水资源承载力评价

• 作者: 庞博文 李治军
• 来源期刊: 人民珠江
• 关键词: 主成分分析 遗传算法 极限梯度提升树 水资源承载力 吉林省
• 年，卷（期）: 2024,（4）
• 页码范围: 98-106
• 页数: 9页
• 语种: 中文

摘要

为了提高水资源承载力评价的效率和准确性，提出了一种基于主成分分析(PCA)、遗传算法(GA)和极限梯度提升树(XGBoost)的指标评价模型。定义了以水资源、社会经济、生态环境为子系统的14项评价指标；采用主成分分析法对评价指标进行降维处理；基于梯度提升决策树对吉林省2011—2021年的水资源承载力进行评价分析，并利用遗传算法对极限梯度提升树中4个参数进行优化。结果表明：经主成分分析简化评价指标后，PCA-GA-XGBoost模型的相关系数等指标均优于GA-BP、GA-SVM、GA-XGBoost和XGBoost; 2011—2021年吉林省水资源承载力位于0.192～0.724,为先上升后下降再上升趋势，承载力状况逐年改善；利用模型内置的特征值重要度排序功能，识别得出重要度最大的指标为每公顷化肥施用量(0.530 7),是影响吉林省水资源承载力的关键因素。