基于機器學習的氣象水質耦合預測模型研究

摘要： 為了更好地預測河流水質，以黑龍江省內16個水質監(jiān)測站點的日尺度水質數據和日尺度氣象站數據為基礎，通過核主成分分析（KPCA）對水質數據的特征值進行提取并降維，采用斯皮爾曼相關性分析（Spearman）篩選強相關的氣象因子，并將強相關氣象因子和水質指數（WQI）作為模型輸入數據，結合隨機森林（RF）、多層感知機（MLP）、廣義回歸神經網絡（GRNN）構建三種氣象水質耦合預測模型，... （共7頁）