摘要
本发明属于氮磷面源污染关键源区识别技术领域,涉及基于加权特征重要性的氮磷面源污染关键源区识别方法,收集整理流域水系、下垫面条件、气象、水文、水环境数据建立流域氮磷面源污染溯源基础数据集;分别用RF模型、GBRT模型、XGBoost模型、CatBoost模型构建总氮、总磷通量模拟的基础模型,同时用Ridge模型构建总氮、总磷通量模拟的元模型;应用基础模型开展子流域特征重要性分析,应用元模型开展基础模型权重分析,通过分析子流域加权特征重要性,按重要性从高到低排序识别氮磷面源污染关键源区;本发明弥补现有基于机理模型的面源污染关键源区识别方法参数较多、率定困难的不足。
技术关键词
氮磷面源污染
草地植被
加权特征
中子
XGBoost模型
识别方法
基础
总量
耕地
数据
变量
水文
气象
参数
系统为您推荐了相关专利信息
信号灯检测方法
分支
融合特征
道路交通信号灯
通道
识别方法
宫颈癌识别
斜坡信号
信号系统
神经网络算法
智能识别方法
训练样本集
碳酸盐
数据重采样方法
多维测井数据
XGBoost模型
评分系统
焦点损失函数
大数据
朴素贝叶斯模型
负荷预测方法
天气预报数据
多任务
SOM算法
负荷预测模型