基于机器学习的水质综合评价方法研究.pdf

目录

摘要I

ABSTRACTIII

第1章绪论1

1.1研究背景及意义1

1.2国内外研究现状1

1.3研究内容、拟解决的关键问题和研究目标4

1.4研究技术路线6

1.5主要创新点7

第2章相关研究方法8

2.1分类与回归树8

2.2随机森林10

2.3极端随机树11

2.4XGBoost11

2.5LightGBM13

2.6CatBoost13

第3章基于多特征选择法的地表水水质组合评价模型15

3.1引言15

3.2数据采集与数据预处理16

3.3特征选择17

3.4地表水水质评价模型19

3.5实例分析27

第4章基于极端随机树的地下水水质评价模型29

4.1引言29

4.2地下水水质指标体系构建30

4.3训练数据生成32

4.4模型对比33

4.5实例分析34

第5章结论与展望38

5.1结论38

5.2不足与展望38

参考文献39

致谢43

在学期间科研情况44

基于机器学习的水质综合评价方法研究

摘要

水资源是人类开发利用的重要资源之一，随着全球水质日益下降，水污染日

益严重，水质监管和评价受到广泛关注。水质评价主要指对水环境的监测与评估，

进而保护生态系统和人类健康，此外，水质评价还可以指导水资源富饶地区的水

源规划与管理。本文以地表水，地下水水质为研究对象，针对目前地表水水质评

价模型单一、特征选择方法没有充分利用样本目标变量信息等问题，以及地下水

水质评价模型评价因子不完整，适用范围小等问题，分别提出基于多特征选择法

的地表水水质组合评价模型和基于极端随机树的地下水水质评价模型。主要研究

工作及成果如下：

1)以全国地表水2023年4、5月水质监测数据为实验对象，采用SMOTE

上采样技术处理类别不均衡问题，利用信息增益等多种特征选择法选择出权重较

大的7个特征。通过十折交叉验证得到准确率较高的模型，再利用非参数统计方

法对模型的预测能力是否相当进行检验，检验发现所选模型的预测能力相当，进

而使用软投票进行模型组合。进一步对比单一模型与组合模型的准确率、召回率、

精确率等评价指标，结果显示组合模型各指标均高于单一模型，且有效降低了模

型的方差，增强了模型的稳定性。以2023年8月的水质月报数据进行实例分析，

结果表明组合模型具有很好的泛化能力，该模型能充分利用样本信息，提升水质

评价的稳定性，为地表水水质分类评价提供一种新的技术参考。

2)文献梳理发现，现有地下水水质评价指标体系中所选指标较少，从而导

致模型适用范围有限。鉴于此，结合国家地下水质量标准，构建了适用于全国范

围的地下水水质评价指标体系。利用三次样条插值结合地下水指标等级数据进行

插值，生成训练数据集。采用随机森林、极端随机树、LightGBM等多种回归模

型进行训练，通过十折交叉验证，利用拟合优度以及平均绝对百分比误差作为性

能度量指标，对各模型的泛化能力进行对比分析。结果表明极端随机树具有最好

的性能指标，分别为0和0.0467%，因此选用极端随机树模型作为地下

水水质评价模型。对山东某水源地深层地下水20组水样进行实例分析，结果表

明该模型预测结果与现有文献的结果基本一致，由此可知该模型准确率高，泛化

能力强，且具有更完整的指标体系，进而适用范围广，可以客观、合理地评价地

下水水质。

关键词：地表水；地下水；特征选择；组合模型；综合评价

ACOMPREHENSIVEEVALUATIONMETHOD

OFWATERQUALITYBASEDON