基于机器学习的珠江河口咸潮预测分析
作者机构：中山大学土木工程学院
出 版 物：《人民珠江》 (Pearl River)
年 卷 期：2025年
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 0707[理学-海洋科学] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金项目(52309014,52479034) 中央高校基本科研业务费(23hytd011) 广东省水利科技创新项目(2024-04) 广东省自然科学基金面上项目(2024A1515010968)
摘 要：随着城市化进程加快，城市用水量急剧上升，咸潮对河口地区生活、工业与农业用水产生的影响日趋加大。为提高滨海城市供水安全保障能力，需要对咸潮上溯情况进行分析预测。为进一步探究河口潮位、风向风速以及上游来水流量等影响因子对珠江河口咸潮（河口含氯度）上溯的影响，从而为增强滨海城市供水安全提供科学支撑，通过相关系数确定不同影响因子对于咸潮影响的滞后时间，并基于多种机器学习方法构建了广昌和平岗取水泵站河口含氯度预测模型，对珠江河口磨刀门水道咸潮上溯情况进行分析。所建模型咸度预测效果较好，通过影响因子重要性分析得出，上游来水流量对于咸潮影响最大，其次分别为河口潮位和风向风速。
同方期刊数据库