融合多源时空数据的地下水硫酸盐预测模型
来源：环境科学杂志2024年第1期北京时间：
作者：李如跃,曾妍妍,周金龙,孙英,闫志雲
单位：新疆农业大学水利与土木工程学院, 乌鲁木齐 830052,新疆水文水资源工程技术研究中心, 乌鲁木齐 830052,新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052,新疆农业大学水利与土木工程学院, 乌鲁木齐 830052,新疆水文水资源工程技术研究中心, 乌鲁木齐 830052,新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052,新疆农业大学水利与土木工程学院, 乌鲁木齐 830052,新疆水文水资源工程技术研究中心, 乌鲁木齐 830052,新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052,新疆农业大学水利与土木工程学院, 乌鲁木齐 830052,新疆水文水资源工程技术研究中心, 乌鲁木齐 830052,新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052,新疆农业大学水利与土木工程学院, 乌鲁木齐 830052,新疆水文水资源工程技术研究中心, 乌鲁木齐 830052,新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052
摘要：准确预测地下水SO4 2-空间变化趋势对改善地下水质量、提高区域地下水管理水平具有重要意义.以2011、2014、2017和2020年叶尔羌河流域平原区土地覆盖数据、土壤参数数据、数字高程数据等多源时空数据和地下水pH值为特征变量,分析其与地下水SO4 2-浓度的相关性,利用贝叶斯优化算法优化随机森林回归,建立BOA-RFR模型,并基于BOA-RFR模型对特征变量进行重要性分析,对模型预测精度进行评价,最后生成地下水SO4 2-预测图.结果表明,pH值、地面高程（GE）和贡献区荒地（BAR）面积占比作为影响地下水水化学组分的重要参数,与地下水SO4 2-浓度均呈现极显著负相关,对地下水SO4 2-浓度预测的重要度均大于25 %；地统计插值方法作为空间分布预测建模的辅助手段,加入辅助样本后的BOA-RFR模型,地下水SO4 2-浓度预测的R2均大于0.96,且多辅助样本构建模型的RMSE和MAE最大值较少样本模型的最小值分别降低了4.7 %和23.8 %；在地下水SO4 2-浓度预测中,高SO4 2-地下水向叶尔羌河流域平原区东北部富集,且面积呈扩张趋势.
关键词：地下水硫酸盐,空间分布预测,多源时空数据,随机森林回归(RFR),贝叶斯优化算法(BOA),
