摘要
本发明公开了一种基于随机森林及SHAP的地下水硬度影响因子分析方法,收集研究区域与研究时段内地下水总硬度的相关数据,构建地下水总硬度数据集;同时构建预测变量数据集;将预测变量作为模型输入,训练并优化随机森林模型,从而通过该模型构造预测变量与地下水总硬度之间的映射关系;基于优化后的随机森林模型,对研究区域内所有点位的地下水总硬度进行预测,得到地下水总硬度在时间上的变化趋势以及在空间上的分布与变化特征;对训练好的随机森林模型实施SHAP分析,确定每个预测变量的重要性占比。本发明可实现对整个研究区域与研究时段地下水总硬度的预测,并能得到各影响因子对地下水总硬度的影响特征。
技术关键词
地下水
随机森林模型
因子分析方法
变量
分辨率
数据
动态变化规律
样本
空间分布特征
构建决策树
指标
关系
训练集
碳酸钙
节点
植被
气候
地点