模拟印度一个大型内陆水产养殖区的生物化学氧气需求:影响和见解
T Vamsi Nagaraju1, G Sri Bala1, Sridevi Bonthu2
1Department of Civil Engineering, SRKR Engineering College, India; Centre for Clean and Sustainable Environment, SRKR Engineering College, India.
The Science of the total environment
|September 28, 2023
概括
预测水产养殖水中的5天生化氧需求 (BOD) 对生态系统健康至关重要. 提升算法,特别是XGBoost,为水质管理和生态平衡提供了卓越的准确性.
科学领域:
- 环境科学 环境科学
- 水资源管理 水资源管理
- 水产养殖科学 水产养殖科学
背景情况:
- 有效的水质监测对于内陆水产养殖和生态平衡至关重要.
- 实时监控需要分析各种物理,化学和生物参数及其相互依赖.
- 5天生化氧需求 (BOD) 是一个关键的有机强度指标,影响水质和水生生物.
研究的目的:
- 预测内陆水产养殖水域的5天生化氧需求 (BOD).
- 评估BOD预测的传统和增强算法的性能.
- 确定最准确的水产养殖水质管理模型.
主要方法:
- 利用十个输入的物理化学属性进行预测.
- 应用数据异常处理,以微调属性以提高精度.
- 对比了六种传统和四种提升算法,包括极端梯度提升 (XGBM).
- 使用R2,RMSE,MSE和MAE指标评估模型性能.
主要成果:
- 提升算法表现出比传统模型更优异的性能.
- 极端梯度提升 (XGBM) 实现了最高的预测准确性 (R2 = 0.95,RMSE = 0.31).
- 通过移除异常值来调整属性,提高了预测精度.
结论:
- 在内陆水产养殖水域预测BOD时,XGBM非常适合.
- 准确的BOD预测有助于有效的水资源管理.
- 这项研究通过先进的建模增强了水产养殖环境中的生态平衡维护.
