摘要
本发明公开了一种基于多源数据融合与机器学习的地下水水质分级预测方法,包括:S1、构建样本集:在同一时间段采集目标区域内所有取样点的地下水样本,分析获取水质指标,与非水质指标构成地下水样本的属性向量;确定所述地下水样本的EWQI值,根据EWQI值进行水质等级划分,将水质等级作为样本的标签;S2、将样本集划分为训练集和验证集;S3、用训练集训练基于机器学习的预测模型,验证集防止训练过程的过拟合,得到训练好的预测模型;S4、将用训练好的预测模型对待预测地下水样本进行预测,获取预测的水质等级。该方法结合水质指标和非水质指标,基于机器学习建立预测模型,能够快速且精确地预测地下水质量等级。
技术关键词
分级预测方法
地下水
水质
样本
地貌参数
指标
训练集
建立预测模型
特征污染物
人工神经网络
时间段
水文
深度学习模型
标签
中间层
人类
矩阵
数值
pH值