【技术实现步骤摘要】
本专利技术涉及地表水污染研究，尤其涉及基于机器学习的地表水icm浓度预测方法和系统。
技术介绍
1、icm的全称是碘代x射线造影剂，是目前使用最广泛的血管内给药，由于具有高剂量施用、不被人体代谢分解且难以被传统水处理工艺去除的特点，icm以较高的浓度随污水处理厂出水被排放进入水环境中。icm的高水溶性导致其极易在自然水体中转移扩散，已在不同国家和地区的污水、地表水、地下水和饮用水中被广泛检出，对生态系统和人类健康带来潜在威胁。
2、为监测地表水中的icm污染情况，要对水样进行采集、提取和分析，目前通常使用固相萃取结合液相色谱质谱联用法，检测过程繁琐，方法复杂，耗费成本高。此外，icm浓度水平和环境指标之间的相关关系研究几乎空白，而建立污染物与常规指标的联系有助于了解污染物的驱动因素和环境归趋，为改善污染提供有利指导。
3、随着计算机软件技术的发展，机器学习显示出其解决复杂环境问题方面的可行性和高效率。机器学习方法可以通过数据分析，找出影响污染物浓度变化的重要特征因子并实现污染预报。因此，研究利用机器学习方法对地表...
【技术保护点】
1.一种基于机器学习的地表水ICM浓度预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的地表水ICM浓度预测方法，其特征在于，所述ICM浓度使用固相萃取结合液相色谱质谱技术检测，所述ICM包括碘海醇、碘佛醇、碘帕醇、碘美普尔、碘普罗胺、碘克沙醇、碘喷托、碘羟拉酸、泛影酸、碘他拉酸中至少一种。
3.根据权利要求1所述的基于机器学习的地表水ICM浓度预测方法，其特征在于，所述可能对ICM污染造成影响的环境指标数据包括水质指标和气象指标中的多种，水质指标包括水温、溶解氧、pH值、总氮、氨氮、总磷、化学需氧量、溶解性有机碳、波...
【技术特征摘要】
1.一种基于机器学习的地表水icm浓度预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的地表水icm浓度预测方法，其特征在于，所述icm浓度使用固相萃取结合液相色谱质谱技术检测，所述icm包括碘海醇、碘佛醇、碘帕醇、碘美普尔、碘普罗胺、碘克沙醇、碘喷托、碘羟拉酸、泛影酸、碘他拉酸中至少一种。
3.根据权利要求1所述的基于机器学习的地表水icm浓度预测方法，其特征在于，所述可能对icm污染造成影响的环境指标数据包括水质指标和气象指标中的多种，水质指标包括水温、溶解氧、ph值、总氮、氨氮、总磷、化学需氧量、溶解性有机碳、波长为254nm的紫外吸光度、波长为254nm的吸收系数、波长275-295nm范围的光谱斜率、波长350-400nm范围的光谱斜率、光谱斜率比值、总可溶解性碘，气象指标包括紫外线指数、空气温度、相对湿度、降水量、气压、10m风速。
4.根据权利要求1所述的基于机器学习的地表水icm浓度预测方法，其特征在于，所述特征筛选方法包括单变量线性回归测试、互信息及敏感性分析。
5.根据权利要求1所述的基于机器学习的地表水icm浓度预测方法，其特征在于，所述评价指标包括使用决定...
【专利技术属性】
技术研发人员：何欢，程心滢，严思睿，季秋忆，孔继婕，张利民，杨绍贵，李时银，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。