基于机器学习的高寒流域地下水化学控制因素分析方法

摘要

本发明公开了基于机器学习的高寒流域地下水化学控制因素分析方法，应用于高寒流域地下水环境管理技术领域，包括：基于预处理后的水化学元素数据，构建SOM自组织神经网络，得到水化学可视化拓扑图；在水化学可视化拓扑图上结合Davies‑Bouldin指数和K‑means算法确定最佳聚类数，对经过预处理后的水化学元素数据进行聚类，并对聚类结果进行归一化处理，绘制雷达图和离子比值图；根据聚类结果，与正交矩阵因子分解法PMF相融合，并结合相关性分析和离子比值法定性与定量分析高寒流域地下水化学控制因素。本发明通过将SOM、PMF、相关性分析与离子比值法相结合，实现了定性与定量分析高寒流域地下水化学控制因素。