GWAP: Prädiktor des Grundwasserzeitalters, Version 1.0
Autor (en): Abdullah Azhar, Indrasis Chakraborty, Ate Visser, Yang Liu, Jory Chapin Lerback, Erik Oerter
Installation
- Python Env
- First
pip install -r requirements.txt - Dann pip install -e -e
Projektdetail
- Grundwasseralter bieten Einblick in die Aufladungsraten, Flussgeschwindigkeiten und Anfälligkeit für Verunreinigungen. Die Fähigkeit, das Grundwasseralter auf der Grundlage von mehr zugänglicheren Parametern über maschinelles Lernen (ML) vorherzusagen, würde unsere Fähigkeit, das nachhaltige Management von Grundwasserressourcen zu leiten, voranzutreiben. In dieser Arbeit wurden ML-Modelle aus geschult und an einem großen Datensatz von Tritiumkonzentrationen (n = 2410) und Tritium-Helium-Grundwasseralter (n = 1157) aus dem California Central Valley, einem großen Grundwasserbecken mit komplexer Landnutzung, Bewässerung, aus dem California Central Valley getestet und getestet. und Wassermanagementpraktiken. Der Datensatz, der von den California Waterboards für das GAMA -Programm für Grundwasser Ambient Monitoring and Assessment (GAMA) gesammelt wurde und kann von https://gamagroundwater.waterboards.ca.gov/gama/gamamap/public/ heruntergeladen werden.
Codestruktur
- Der Hauptcode ist in Jupyter Notebook, main_notebook.ipynb, geschrieben
- Datenvorbereitung und Augmentationscodes: data_augmentation.py, data_import_prepation.py, data_prep_imputation_normalizing.py
- Regressor- und Klassifikatorcodes: Decision_Tree_Regressor.py, Decision_Tree_Classifier.py
- Nachbearbeitungscodes: partial_dependence.py, sublots_script.py, z_score_norm.py
CP -Nummer: CP02868
