黄河下游河道悬沙与床沙粒径智能预测研究

探究河道悬沙和床沙粒径分布有助于分析河道泥沙整体淤积情况，并反馈指导优化水库运用方式。为系统掌握黄河下游河道悬沙与床沙粒径的分布规律，收集整理黄河下游河道花园口等6个断面的水沙系列数据，采用递归特征消除算法进行变量筛选，并基于不同机器学习算法构建黄河下游河道泥沙粒径的预测模型。结果表明：变量筛选算法能够有效提取模型中的主要影响因子，而利用机器学习算法进行不同断面泥沙粒径预测时，在测试集上整体表现较好，各断面优选模型预测悬沙粒径的决定系数R²均在0.64～0.89之间，床沙的均在0.37～0.72之间。同时，采用2020年数据对模型预测效果进一步验证时，悬沙和床沙粒径预测值与实测值R²分别达0.609 7和0.445 6,表明所建模型能够有效实现黄河下游河道泥沙粒径预测。