中国煤炭地质

2021, v.33;No.266(03) 43-47+59

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

随机森林模型预测岩溶区酸性煤矿井水锰污染
Prediction of Karst Region Acidic Coalmine Water Manganese Pollution Based on Random Forest

李冲

摘要(Abstract):

酸性煤矿井水严重威胁地下水的水质。如何更有效对受影响区域的地下水源进行动态监测是当前的一个关键问题。采用随机森林中的回归模型,利用自变量(采空区水位、岩溶水位、p H值、泉水流量、电导率)和因变量(污染离子浓度)的相关性,建立回归模型;使用测试数据进行误差分析,结果证明模型准度较高,所得预测值具有参考价值;得出各自变量对因变量影响的重要程度,分析结果与实际情况相符合。试验表明,随机森林回归模型在酸性煤矿井水污染预测方面具有适用性,可作为辅助手段监测水质污染情况,对今后工作有一定的指导意义和经济价值。

关键词(KeyWords): 酸性煤矿井水;地下水污染;水质监测;随机森林

Abstract:

Keywords:

基金项目(Foundation): 凯里市鱼洞河流域环境综合治理工程可行性研究(凯发2018(0366号))

作者(Author): 李冲

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享