基于PCA-MIC-LSTM的碟形湖溶解氧含量预测模型研究

作者：迟殿委; 黄琪; 刘丽贞; 方朝阳

来源：人民长江, 2022, 53(06): 54-60.

DOI：10.16232/j.cnki.1001-4179.2022.06.008

• 溶解氧预测
• PCA
• MIC
• LSTM
• 碟形湖
• 鄱阳湖

溶解氧浓度是湖泊生态健康评价中的关键指标，因浅水碟形湖的水文独特性，使得溶解氧(DO)愈加具有不稳定性和非线性特征。为准确预测碟形湖中的DO浓度，基于鄱阳湖典型碟形湖监测数据集，结合主成分分析法(PCA)、最大信息系数(MIC)和长短时记忆神经网络(LSTM)预测碟形湖DO含量的模型。结果表明：与支持向量回归(SVR)、LSTM模型相比，基于PCA-MIC-LSTM的模型预测精度显著提高，其确定系数高达0.99以上，均方根误差为0.039 mg/L,平均绝对百分误差为0.301%;其中，PCA降噪处理比MIC特征提取更能影响LSTM模型预测的效果，可以显著降低误差率。研究的PCA-MIC-LSTM模型可为同类型湖泊水体保护工作的开展提供参考。

• 单位
  鄱阳湖湿地与流域研究教育部重点实验室; 江西师范大学; 江西省科学院; 烟台大学文经学院