Page 211 - 《水资源与水工程学报》2024年第6期

!３５ "!６ # & ' ( ) & * + , - Ｖｏｌ．３５Ｎｏ．６
２０２４ $ １２ % ＪｏｕｒｎａｌｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ＆ＷａｔｅｒＥｎｇｉｎｅｅｒｉｎｇ Ｄｅｃ．，２０２４

ＤＯＩ：１０．１１７０５／ｊ．ｉｓｓｎ．１６７２－６４３Ｘ．２０２４．０６．２１

¬ƒ¬E|ûƒØÙÚÛY닂ƒ­Š

8áABZ[———‚ƒ„ †‡

: Q， STU， VWX， :YZ， 5 [

（ ·¸noj& ³7l8³no&p， ·¸ TU ０５６０３８）
C D： '×1s9、 ’·«s9ØNeÄåS^xs9， Å´ŠÜéß（ＳＶＭ）、 ÙAU（ＲＦ）、 ìé'‡s
VPmW（ＲＢＦＮＮ） bª&-（ＥＬＭ）４ šPµ,&-1}， W,“ ２００１—２０２２ 2·¸-ÕyD>·ÿ½
˜DúÉîíÛü†§Ò»Ÿ8m§š›， ²½§ Ｓｅｎ xy‹v“·¸-Ò»§¨ž®ST。½¾¿À：ＲＦ、
ＲＢＦＮＮb ＳＶＭ\§Â¾ìDúÉÕyîúØNÕyD>·ÿJ¿$aëûPQR，ＥＬＭ\§Â¾(ë
µ， EF， '×ÕyD>·ÿ¯ø ＲＦ－ＲＢＦ－ＳＶＭm§š›{W,·¸-†§Ò»Ÿ8š›； 際\§Rá
ì&ÌBCJŸ8áP¿$mŽ， ƨ¡‰ŒØ½˜DúÉ.ÁŸ8áP¿$mŽ； š›¤ËðMü‡
８５．１５％， š\£l^xy8£2ž®xyXQRëÄ； BCÆÓ% ＳＭ１０ Ｓｅｎxyü§¨ž®£‡
０．１７４／ａ， eÄ(&ü<Ýjxy÷d¿BCÿ¤÷d ７７．２１％， Ò»ST€uɪ。
EFG： ;-s9； eÄ(&ü； ,&-； Ò»Ÿ8； ·¸-
HIJKL：ＴＰ１８１；Ｐ４２６．６１６ MNOPQ：Ａ MRSL：１６７２６４３Ｘ（２０２４）０６０２０７１３

Ｉｎｔｅｇｒａｔｅｄｍｏｄｅｌｉｎｇｆｏｒｄｒｏｕｇｈｔｍｏｎｉｔｏｒｉｎｇｂａｓｅｄｏｎｍｕｌｔｉｓｏｕｒｃｅｄａｔａ
ａｎｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍ：ａｃａｓｅｓｔｕｄｙｏｆＨｅｂｅｉＰｒｏｖｉｎｃｅ

ＷＡＮＧＸｉａｏ，ＬＩＵＨａｉｘｉｎ，ＳＵＮＺｈｅｎｙｕ，ＷＡＮＧＪｉａｌｉｎ，ＺＨＵＹａｎ
（ＳｃｈｏｏｌｏｆＭｉｎｉｎｇａｎｄＧｅｏｍａｔｉｃｓＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ｈａｎｄａｎ０５６０３８，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｂａｓｅｄｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇ，ｒｅａｎａｌｙｓｉｓａｎｄｓｏｉｌｍｏｉｓｔｕｒｅｓｉｔｅｄａｔａ，ａｎｉｎｔｅｇｒａｔｅｄｄｒｏｕｇｈｔｍｏｎｉｔｏ
ｒｉｎｇｍｏｄｅｌｏｎｍｏｎｔｈｌｙｓｃａｌｅｗａｓｃｏｎｓｔｒｕｃｔｅｄｆｏｒｖｅｇｅｔａｔｉｏｎｏｆｇｒｏｗｉｎｇｓｅａｓｏｎｓｉｎｄｉｆｆｅｒｅｎｔｅｃｏｌｏｇｉｃａｌｚｏｎｅｓ
ｏｆＨｅｂｅｉＰｒｏｖｉｎｃｅｆｒｏｍ２００１ｔｏ２０２２．Ｆｏｕｒｃｌａｓｓｉｃｍａｃｈｉｎｅｌｅａｒｎｉｎｇｍｅｔｈｏｄｓ ，ｎａｍｅｌｙ，ｓｕｐｐｏｒｔｖｅｃｔｏｒ
ｍａｃｈｉｎｅ（ＳＶＭ），ｒａｎｄｏｍ ｆｏｒｅｓｔ（ＲＦ），ｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ（ＲＢＦＮＮ）ａｎｄｅｘｔｒｅｍｅ
ｌｅａｒｎｉｎｇｍａｃｈｉｎｅ （ＥＬＭ）ｗｅｒｅａｄｏｐｔｅｄｆｏｒｔｈｅｍｏｄｅｌｉｎｇ．ＴｈｅｎｃｏｍｂｉｎｅｄｗｉｔｈＳｅｎ’ｓｓｌｏｐｅａｎａｌｙｓｉｓ，ｔｈｅ
ｓｐａｔｉａｌｖａｒｉａｔｉｏｎｏｆｄｒｏｕｇｈｔｉｎＨｅｂｅｉＰｒｏｖｉｎｃｅｗａｓｒｅｖｅａｌｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｆｉｔｔｉｎｇｅｆｆｅｃｔｏｆ
ＲＦ ，ＲＢＦＮＮａｎｄＳＶＭｐｒｅｓｅｎｔｅｄｓｔｒｏｎｇｓｔａｂｉｌｉｔｙｉｎｄｉｆｆｅｒｅｎｔｍｏｎｔｈｓｏｆｔｈｅｇｒｏｗｉｎｇｓｅａｓｏｎ，ａｓｗｅｌｌａｓｉｎ
ｄｉｆｆｅｒｅｎｔｅｃｏｌｏｇｉｃａｌｚｏｎｅｓ ，ｗｈｉｌｅｔｈａｔｏｆＥＬＭｗａｓｒｅｌａｔｉｖｅｌｙｐｏｏｒ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅｉｎｔｅｇｒａｔｅｄＲＦＲＢＦＮＮ
ＳＶＭ ｍｏｄｅｌｗａｓｓｅｌｅｃｔｅｄｂａｓｅｄｏｎｄｉｆｆｅｒｅｎｔｅｃｏｌｏｇｉｃａｌｚｏｎｅｓｆｏｒｔｈｅｍｏｄｅｌｉｎｇｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅｄｒｏｕｇｈｔ
ｍｏｎｉｔｏｒｉｎｇｉｎＨｅｂｅｉＰｒｏｖｉｎｃｅ．Ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｍｏｄｅｌｉｎｄｉｃａｔｅｄｔｈａｔｉｔｓｆｉｔｔｉｎｇｐｅｒｆｏｒｍａｎｃｅｗａｓｂｅｔ
ｔｅｒｉｎｔｈｅｗｅｔｅｎｖｉｒｏｎｍｅｎｔ，ａｎｄｉｎｔｈｅｍｉｄｄｌｅｏｆｔｈｅｖｅｇｅｔａｔｉｏｎｇｒｏｗｉｎｇｓｅａｓｏｎ．Ｔｈｅａｖｅｒａｇｅａｃｃｕｒａｃｙｏｆ
ｔｈｅｍｏｄｅｌｗａｓ８５．１５％，ａｎｄｔｈｅｐｒｅｄｉｃｔｅｄｖａｌｕｅｗａｓｉｎｇｏｏｄａｇｒｅｅｍｅｎｔｗｉｔｈｔｈｅｍｅａｓｕｒｅｄｖａｌｕｅ．Ｔｈｅ
ａｖｅｒａｇｅｓｐａｔｉａｌｖａｒｉａｔｉｏｎｏｆ ＳＭ１０ｗａｓ０．１７４／ａｉｎｔｈｅｓｔｕｄｙｐｅｒｉｏｄ，ａｎｄｓｏｉｌｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙｉｎ７７．２１％
ｏｆｔｈｅａｒｅａｓｈｏｗｅｄａｎｕｐｗａｒｄｔｒｅｎｄ ，ａｎｄｔｈｅｄｒｏｕｇｈｔｓｉｔｕａｔｉｏｎｗａｓａｌｌｅｖｉａｔｅｄ．
Ｋｅｙｗｏｒｄｓ：ｍｕｌｔｉｓｏｕｒｃｅｄａｔａ；ｓｏｉｌｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙ；ｍａｃｈｉｎｅｌｅａｒｎｉｎｇ；ｄｒｏｕｇｈｔｍｏｎｉｔｏｒｉｎｇ；Ｈｅｂｅｉ
Ｐｒｏｖｉｎｃｅ

!"#$：２０２４０６１１； %&#$：２０２４０８１７
'()*： !"#$%&'()* （４２０７１２４６、４２１７１２１２）； · ¸ - # $ % & ' ( ) * （Ｅ２０２０４０２００６、Ｅ２０２０４０２０８６、
Ｄ２０２２４０２０３０）
+,-.： › •（１９９９—）， V， ·¸Zâ?， @ABCD， BC1é‡ò7Ò»1。
/0+,： Ir5（１９８０—）， :， ñTSU?， YA， \]， @AD^_， BC1é‡D>BClò7Ò»1。