インドのムヴァタプツジャ川流域の空間時間的な地下水質予測と分類のための機械学習モデルの比較評価

科学分野:

• 環境科学 環境科学
• 水文地質学 水文地質学は,水文地質学である.
• データサイエンス データサイエンス

背景:

• 地下水の汚染は,人間の活動によって増加しており,水管理のためのより良い予測ツールを要求しています.
• 効果的な水のガバナンスには,地下水の質の変化を時間とともに評価し予測するための先進的な方法が必要です.

研究 の 目的:

• 多時的な機械学習モデルを使用して,ムヴァタトゥプージャ川流域の地下水の質を評価する.
• 地下水の安全性を分類するための5つの監督機械学習モデルのパフォーマンスを比較する.

主な方法:

• 比較分析のために,2003年,2013年,2023年のデータセットを使用した.
• 監督機械学習モデルを5つ評価した: 意思決定ツリー (DT), ロジスティック回帰, サポートベクトルマシン, ランダムフォレスト, k-nearest neighbor.
• 精度,リコール,F1スコア,決定係数,平方根平均誤差を用いてモデルのパフォーマンスを評価した.

主要な成果:

• 意思決定ツリー (DT) モデルは,最も高い分類精度 (96%) を達成し,強力な解釈性を示しました.
• 水素化学的推論による統合特性の重要性は,大規模なスクリーニングの重要な指標として塩分性パラメータを特定しました.
• 栄養素と硬さは,地下水の質に対する局所的な人為的および地質的影響を反映した.

結論:

• この研究は,効果的な水資源管理のために,解釈可能な,データに基づいた地下水の評価を進めています.
• 時間の分析により,地下水の質の動態の進化と20年以上にわたるリスクの出現が明らかになった.
• この調査結果は,早期警告システム,持続可能なモニタリング,河川流域の政策策定に関する実用的な洞察を提供します.