基于随机森林的河流总磷预测模型及影响因素分析

作者：成浩科; 沈菲

来源：环境保护科学, 2021, 47(03): 62-117.

DOI：10.16803/j.cnki.issn.1004-6216.2021.03.011

• 随机森林
• 总磷
• 预测模型
• 影响因素
• 一致性相关系数

通过采集不同时间段淮河干流19个典型采样点的水样,获得水体中总磷浓度数据,针对河流总磷浓度时空分布差异大,受影响因素多和非线性的特点,基于随机森林算法,选择(气候特性、水动力、土壤类型和流域特性等)特征变量,构建模型对河流中总磷浓度进行预测,然后通过均方差增量参数对影响河流总磷浓度时空分布因素的重要性程度进行评估。研究结果表明,基于随机森林算法的模型可较好地模拟淮河水体中总磷浓度,模拟的一致性相关系数可达到0.83;对影响河流中总磷分布的因素进行评估发现,气候因素(降雨、温度)及水动力因素(流量)是最重要的因素;地表黏土含量对于水体中总磷的贡献要高于粉沙及沙粒的贡献;面源污染是淮河干流中总磷的主要来源,其中旱作农田的重要性系数高于灌溉农田。

• 单位
  河海大学