人工智能算法在潮位数据插补中的应用.pdfVIP

2025年3月水利水电快报EWRHI第46卷第3期

引用格式：钱春.人工智能算法在潮位数据插补中的应用[J].水利水电快报,2025,46（3）：21-24.

人工智能算法在潮位数据插补中的应用

钱春

（上海市水文总站，上海200232）

摘要：为了提高传统潮位插补方法的计算精度，以黄浦江的4个站点为研究对象，采用了LightGBM（Light

GradientBoostingMachine)人工智能算法构建了潮位序列相关关系模型，并进行了误差分析。结果表明：

LightGBM算法能够有效建立输入特征与输出响应之间的复杂非线性关系，适用于潮汐波动传播过程中的内

在相关性分析。随着输入特征值维度的增加，模型预测精度在初期快速提高，随后逐渐趋于稳定，且预测误差

随着源数据站点与目标数据站点距离的减小而减小，计算得出了误差均方根为0.0169m的目标站潮位预测

插补值序列,验证了该方法在潮位资料插补计算中的有效性。研究成果为潮位插补提供了一种新的方法，有