一种基于网格搜索和LGBM的城市河道水质预测方法

本发明公开了一种基于网格搜索和LGBM的城市河道水质预测方法，涉及城市河道管理技术领域。本发明利用城市河道固定水质监测站点的数据，结合Pearson相关系数和灰色关联度，筛选出与河道固定站点的总磷TP、高锰酸盐CODMN、氨氮NH3N浓度高度相关且自相关程度较低的4个最优特征，利用LGBM水质预测模型对最优特征进行河道水质预测，可有效提升预测结果的准确度，并减少LGBM水质预测模型运算时间；利用网格搜索算法对LGBM水质预测模型进行优化，提高LGBM水质预测模型的精确度，且避免调参过程中的主观性和随意性，具有广泛的适用性和良好的稳健性，克服传统方法过于依赖硬件铺设且无法实时监测水质参数的问题。