基于机器学习方法的东江三角洲咸潮长期预测模型研究
谢雨航1
廖梓瑾1
王晨乃2
周喆1
王京晶1
1.广东省水文局,510150,广州2.广东省水文局广州水文分局,510150,广州
摘要：长期水文预测是水文学和水资源管理中的关键领域,通过对未来一段时间内的水文变量进行预测,对水资源规划、洪水预警、农业灌溉和城市供水等工作提供重要支撑.围绕咸潮影响下水资源配置中面临的关键问题和难点,探讨了基于机器学习的咸潮预测模型在东江三角洲的应用,重点研究了特征因子的选取和模型在不同条件下对年际尺度咸潮活动的中长期预测.主要通过建立咸潮影响等级评价体系,筛选出关键特征因子,并采用随机森林、梯度提升树和集成模型等学习技术进行咸潮预测.研究表明,非汛期降雨量、龙滩水库汛末蓄水量、三水站分流比以及新丰江水库汛末蓄水量是影响咸潮活动的关键因素.基于这些关键特征因子构建的机器学习集成模型提高了咸潮预测的准确性和稳定性.此外,结合实际设定多种场景开展咸潮活动的预测工作,可为东江三角洲地区的水资源管理以及咸潮预警提供科学支撑.
关键词：咸潮评价体系机器学习特征因子咸潮预测模型东江三角洲
分类号：TV1(水利工程基础科学)P731(海洋基础科学)
资助基金：广东省水利科技创新项目(2025-23)
论文发表日期：2025-07-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 56-65 )
英文信息