數據挖掘算法在河口羽狀流數據分析中的應用

作者：李昭穎,王厚杰

摘要：羽狀流的近場擴散角作為河口動力學的關鍵參數,對河流入海物質的輸運擴散過程有重要影響,而在真實環境中由于受到復雜因素的影響,羽狀流擴散角存在著顯著的變化。數據挖掘技術盡管在地學數據的應用上尚處于探索階段,但研究這一問題提供了一種有效途徑。本文基于馬格達萊納河羽狀流近場擴散角及周邊環境數據,利用多重數據挖掘算法開展數據分析和評估,最終建立了羽狀流擴散模型,對其影響因素和時間序列開展研究。結果表明,數據挖掘算法能夠有效指示環境因素的貢獻值而不受量綱、極值的影響,從而為進一步探究河口羽狀流控制因素提供參考。受數據量和數據精度的影響,隨機森林算法得到的變量分析結果與實際情況更為相似,數據集特征與數據量之間的博弈是造成模型結果差異的主要原因。根據數據挖掘算法結果,可以在馬格達萊納河河口建立羽狀流擴散角模型,并分析其隨環境參數和時間變化的趨勢。模型結果顯示,對馬格達萊納河而言,環境因素與羽狀流擴散角均存在負相關關系,河流的指向方向為最主要影響因素,其次為風速,因此在開展進一步分析時可以針對環境因素添加不同權重以期獲得更真實的結果。隨時間增長,羽狀流擴散角將進一步收緊,可能會引起河口的通道化。

發文機構：中國海洋大學海洋地球科學學院

關鍵詞：數據挖掘隨機森林數據分析河口羽狀流data miningrandom forestdata analysisriver plume

分類號： P736.21[天文地球—海洋地質]