郭 英

（河北省唐山水文水资源勘测局，河北 唐山063000）

城乡经济的快速发展，伴随着污染物的大量排放。加之对污染物的治理措施及管理制度落后，导致水体污染严重，河流生态环境急速下降，严重威胁到水中动植物甚至城乡居民的生命安全，需找出合理的治理措施提高水体水质[1]。现如今，通过水质历时监测数据，找出其中规律，建立水质监测模型，是水环境研究工作和污染治理工作的基础，已逐渐成为了相关部门研究的热点之一[2]。长期对水质进行监测，操作成本高，在偏远地区无法实现，因此，研究水质监测模型具有重要意义[3]。

由于水环境系统涉及到了温度、气候、化学、人为因素等多个方面，是较复杂且较稳定的系统，水质随施加变化是存在一定规律性的[4]。机器学习神经网络模型可通过对基础数据的长时间训练，找出数据内在的规律，达到预测数据的目的，因其原理简单，计算结果精确，已被大量应用于预测模型的建立中[5]。郭小青和项新建[6]基于神经网络模型建立了水质监测及评价系统，验证了人工神经网络模型的精确性；李晓东等[7]同样通过人工神经网络模型建立了水质监测模型，结果精确度较高。

人工神经网络BP模型和支持向量机SVM模型是应用较广泛的机器学习模型。但BP模型虽具有一定的自适应能力，但其存在学习能力弱、收敛速度较慢、易出错等诸多问题，限制了其应用推广[8]。而SVM模型同样存在无法估计预测不确定性的问题，导致其精度较低[9]。……