文章題目:基于大數據技術的太湖藻華暴發風險預判預警
作者姓名:吳娟,金松,林荷娟
作者單位:太湖流域管理局水文局(信息中心)上海 200434
摘要:基于支持向量機(SVM)、長短時記憶神經網絡(LSTM)、極端梯度提升樹(XGBoost)、多元線性回歸(Linear)、輕量級梯度提升器(LightGBM)與貝葉斯模型(BMA)等機器學習方法,本研究構建了太湖藻華暴發面積短期預測模型,利用事理圖譜構建了太湖藻華暴發風險影響機制。結果表明:全太湖的XGBoost、LightGBM、BMA模型,貢湖的BMA、XGBoost模型,南部沿岸區的XGBoost模型,中西北湖區BMA、LightGBM模型率定期與驗證期模擬效果較好。與傳統藻華機理模型相比,基于大數據技術的太湖藻華暴發風險預判預警模型在精度提高的同時,效率提高了3~5倍,并在太湖水生態環境質量改善和2020—2022年應急調水中發揮了重要作用。
關鍵詞:太湖;藻華暴發;機器學習;事理圖譜;風險預判預警
北京沃特咨詢有限公司 版權所有 京ICP備12020777號 客服熱線:010-85763025
地址:北京市西城區白廣路北口水利綜合樓
E-mail:szy@sinowbs.org Copyright ?2012-2024 All rights Reserved
微信掃一掃
水務論壇公眾微信
關注有驚喜