环境科学与资源利用论文_基于多源数据机器学习 - 决策与信息杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 决策与信息

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

环境科学与资源利用论文_基于多源数据机器学习

作者:

关键词:

摘要：

文章摘要:随着社会经济快速发展和水资源系统复杂性的日益增强，我国水环境质量的演变逐渐呈现跨区域、多因素耦合影响的特点。围绕大空间范围的水质预测问题，针对传统水质预测方法中对水文、气象及社会经济多因素考虑的不足，以广东省31个水质监测站在2008年到2016年间每周的水质等级数据为训练样本，选取降雨、蒸发和气温等气象指标以及GDP、总人口数、人口密度等社会经济指标为预测参数，运用支持向量机、决策树以及人工神经网络等机器学习技术，建立区域水质等级的预测模型。结果表明，机器学习方法可融合气象和社会经济等多源的、不同时空尺度的数据，对水质等级进行预测。其中，基于随机森林的预测模型表现性能最佳，预测准确率达到77.11%；基于支持向量机的预测模型次之，预测准确率达到74.99%。与现有的水质预测方法相比，本文提出的方法的计算速度快、不需要提取数据的统计特征、操作简单、能够分析社会经济因素对水质的影响，更容易在水环境治理中使用。

文章关键词:

项目基金:《决策与信息》网址: http://www.jcyxxzz.cn/qikandaodu/2021/1026/1353.html