融合多源时空数据的地下水硫酸盐预测模型

作者：李如跃; 曾妍妍^*; 周金龙; 孙英; 闫志雲

来源：环境科学, 2023, 1-17.

DOI：10.13227/j.hjkx.202307051

• 地下水硫酸盐
• 空间分布预测
• 多源时空数据
• 随机森林回归(RFR)
• 贝叶斯优化算法(BOA)

准确预测地下水SO42-空间变化趋势对改善地下水质量、提高区域地下水管理水平具有重要意义.以2011、2014、2017和2020年叶尔羌河流域平原区土地覆盖数据、土壤参数数据、数字高程数据等多源时空数据和地下水pH值为特征变量，分析其与地下水SO42-浓度的相关性，利用贝叶斯优化算法优化随机森林回归，建立BOA-RFR模型，并基于BOA-RFR模型对特征变量进行重要性分析，对模型预测精度进行评价，最后生成地下水SO42-预测图.结果表明，pH值、地面高程(GE)和贡献区荒地(BAR)面积占比作为影响地下水水化学组分的重要参数，与地下水SO42-浓度均呈现极显著负相关，对地下水SO42-浓度预测的重要度指标均大于25%;地统计插值方法作为空间分布预测建模的辅助手段，加入辅助样本后的BOA-RFR模型，地下水SO42-浓度预测的R2均大于0.96，且多辅助样本构建模型的RMSE和MAE最大值较少样本模型的最小值分别降低了4.7%和23.8%;在地下水SO42-浓度预测中，高SO42-地下水向叶尔羌河流域平原区东北部富集，且面积呈扩张趋势.

• 单位
  土木工程学院; 新疆农业大学