| 基于ARIMA和Prophet的水质预测集成学习模型 |
| |
| 引用本文： | 嵇晓燕,杨凯,陈亚男,姚志鹏,王正,安新国.基于ARIMA和Prophet的水质预测集成学习模型[J].水资源保护,2022,38(6):111-115. |
| |
| 作者姓名： | 嵇晓燕 杨凯 陈亚男 姚志鹏 王正 安新国 |
| |
| 作者单位： | 中国环境监测总站,北京 100012;北京金水永利科技有限公司,北京 100012 |
| |
| 基金项目： | 长江生态环境保护修复联合研究项目(2019-LHYJ-01-0301)；国家水环境监测监控及业务化平台技术研究课题(2017ZX07302002) |
| |
| 摘 要： | 将时间序列模型ARIMA和Prophet作为基学习器,结合BP神经网络模型构建了水质预测集成学习模型。选取长江流域某断面2019—2020年的DO、CODMn、NH3-N、TP和TN等5个水质指标的监测数据对该模型的有效性进行了检验,结果表明:5个水质指标集成学习模型预测结果的平均绝对百分比误差比时间序列模型的预测误差分别低35.0%、29.9%、4.1%、40.6%和17.1%,模型预测值和监测值的皮尔逊相关系数大于0.8。集成学习模型预测精度高于单一模型,可以更精确地进行水质预测。
|
| 关 键 词： | 水质预测 ARIMA模型 Prophet模型 集成学习 |
| 收稿时间： | 2021/8/18 0:00:00 |
An ensemble learning model for water quality forecast based on ARIMA and Prophet |
| |
| JI Xiaoyan,YANG Kai,CHEN Ya''nan,YAO Zhipeng,WANG Zheng,AN Xinguo.An ensemble learning model for water quality forecast based on ARIMA and Prophet[J].Water Resources Protection,2022,38(6):111-115. |
| |
| Authors: | JI Xiaoyan YANG Kai CHEN Ya'nan YAO Zhipeng WANG Zheng AN Xinguo |
| |
| Affiliation: | China National Environmental Monitoring Center, Beijing 100012, China;Golden Water Technology Beijing Ltd., Beijing 100012, China |
| |
| Abstract: | |
| |
| Keywords: | water quality forecast ARIMA model Prophet model ensemble learning |
|
| 点击此处可从《水资源保护》浏览原始摘要信息 |
|
点击此处可从《水资源保护》下载全文 |
|
