摘要:近年来,水环境受到严重污染,各国开始运用各种技术来预测未来水质变化趋势。为了评估小流域水环境质量,提前采取行动减缓污染速度,实现改善水质的目的,本文分析了赤水河流域2019年每月水质等级时空分布情况,并建立了基于机器学习算法的水质预测模型。结果表明,从空间上来看,流域中下游污染比上游更加严重;从时间上来看,水质在夏天较差,在冬天相对较好;几种水质预测模型中,支持向量机效果最佳,平均精度达到0.9,这和支持向量机偏向于低样本量并可进行整体最佳拟合等特性有关,说明通过构建合适的水质预测模型可实现流域内水质等级的模拟,根据预测结果能够提前采取措施避免水质进一步恶化。