Прогнозирование и классификация индекса качества грунтовых вод с использованием регрессионных моделей обучения

Грунтовые воды - жизненно важный природный ресурс для бытового использования, в том числе и для питья, а также в сельском хозяйстве и промышленном секторе. Качество и количество грунтовых вод сильно меняется с течением времени и зависит от географической локации. Индекс качества воды зависит от множества параметров и остается главным индикатором качества воды, приводящим к эффективному управлению водными ресурсами. Автоматизированная система для прогнозирования качества воды позволила бы улучшить жизнь населения с точки зрения государственного управления. Основной целью исследования является разработка модели для прогнозирования качества воды в разных районах штата Тамилнад в Индии с помощью методов машинного обучения (МО). Базовые данные включают в себя физические и химические показатели грунтовых вод, такие как pH, электропроводность, жесткость воды, содержание Ca2+, Mg2+, Na+, HCO -, NO -, SO 2- и 3 3 4 Cl- наряду с их пригодностью для орошения и питьевых целей. В этом исследовании проведено сравнение нескольких алгоритмов машинного обучения. Результаты этого исследования могут быть усилены путем сравнения производительности различных моделей с учетом множества входных гидрохимических параметров.