基于機器學習的水庫溶解氧預測模型比較研究

打開文本圖片集

摘要：快速精準預測低氧發(fā)生對維持水生生態(tài)系統(tǒng)的健康有著重要意義，利用皮爾遜相關性分析和最大信息系數(shù)兩種方法，依據(jù)閩江上游水口水庫典型漁業(yè)養(yǎng)殖區(qū)G1、G2和Z1點位2021年3月至2022年3月的數(shù)據(jù)，從多個水質(zhì)、氣象和水文參數(shù)中篩選出影響溶解氧的關鍵驅(qū)動因子?；跈C器學習算法，構(gòu)建了獨立BP、皮爾遜相關性-BP、MIC-BP和MIC-SVR等溶解氧預測模型，對比分析了各模型的預測結(jié)果。（剩余14034字）