文献类型：期刊文章

作　　者：罗晓春[1] 杭鑫[1] 曹云[2] 杭蓉蓉[3] 李亚春[1]

LUO Xiaochun;HANG Xin;CAO Yun;HANG Rongrong;LI Yachun(Jiangsu Meteorological Service Center,Nanjing 210008,P.R.China;Nanjing Water Planning and Designing Institute Co.,Ltd,Nanjing 210001,P.R.China;Nanjing Piesat Information Technology Co.,Ltd.,Nanjing 210006,P.R.China)

机构地区：[1]江苏省气象服务中心,南京210008 [2]南京市水利规划设计院股份有限公司,南京210001 [3]南京航天宏图信息技术有限公司,南京210006

出　　处：《湖泊科学》

基　　金：江苏省科技支撑计划项目(BE2011840);江苏省气象局重点项目(KZ201403);江苏省气象局青年基金项目(KQ201819)联合资助

年　　份：2019

卷　　号：31

期　　号：5

起止页码：1248-1258

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、BIOSISPREVIEWS、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、GEOREFPREVIEWDATABASE、JST、RCCSE、SCOPUS、ZGKJHX、ZR、核心刊

摘　　要：利用2004-2018年卫星遥感解译的太湖蓝藻水华信息构建蓝藻综合指数,采用随机森林机器学习算法分析同期气象因子与蓝藻水华综合指数的关系,定量评估影响蓝藻水华的主要气象因子特征变量的重要性度量和贡献率.结果表明,在光、温、水、风等主要气象要素中,气温对蓝藻水华综合指数起着主导的作用,其次是风速和降水,日照时间的影响或可忽略.其中气温条件中重要性度量最大的是年平均气温,其次是冬、春季节的平均气温;风速因子中影响较大的是7月份的平均风速;水分条件中主导因子是9月累计降水量.优选的随机森林模型模拟值与实际蓝藻水华综合指数的变化趋势基本一致,拟合优度为0.91,通过0.01显著性检验,随机森林模型模拟效果较好.用随机森林模型模拟值对太湖蓝藻水华分等级评估,模型模拟精度达到了86.7%,其中5个重度等级年份模型模拟结果完全一致,中度等级的6个年份模型模拟值有5年与之相符,中度以上等级的模拟精度达90.9%,模型能够反映气象因子对蓝藻水华综合指数的综合影响,对中、重度蓝藻水华的模拟效果更好.随机森林模型有助于理解富营养化状态下影响蓝藻水华的主导气象因子,利用气象因子的可预测性可以促进蓝藻水华预测预警能力的提升.

关 键 词：蓝藻水华 主导气象因子  随机森林  太湖

分 类 号：X524]