咸潮预测系统

系统简介

本系统是一个基于机器学习的咸潮预测工具，系统能够基于历史盐度数据、水位数据和流量数据，预测未来时段的水域盐度变化，为水资源管理提供决策支持。

系统功能

• 双模式预测：支持"青龙港-陈行"和"太仓石化-陈行"两种预测模式
• 实时可视化：图形化界面直观展示历史数据和预测结果
• 自适应学习：基于XGBoost算法，可随新数据增加而优化预测模型

使用方法

系统要求

• Python 3.6+
• 所需依赖库：pandas, numpy, matplotlib, xgboost, scikit-learn, tkinter

数据准备

将以下数据文件放入yuce_data目录：

• 青龙港盐度1.csv - 青龙港监测站盐度数据
• 太仓石化盐度2.csv - 太仓石化监测站盐度数据
• 陈行第一取水口盐度.csv - 陈行取水口盐度数据
• 长江液位.csv - 长江水位数据
• 大通流量.csv - 大通站流量数据

运行程序

1. 执行主程序：
   python 预测demo1.0.py

2. 系统将自动加载并处理数据，然后启动图形界面

界面操作

1. 选择预测模式：

• 默认为"青龙港-陈行"模式
• 点击"切换到太仓石化-陈行"按钮可切换预测模式

1. 进行预测：

• 在日期选择框中选择预测起始时间
• 点击"预测"按钮进行预测

注意事项

• 首次运行时，系统会自动处理数据并训练模型，可能需要几分钟时间
• 当有新数据添加时，可勾选"强制重新训练"选项更新模型

图表交互

• 鼠标拖动: 平移图表
• 鼠标滚轮: 缩放图表
• 工具栏: 提供保存、重置等功能
• "重置视图"按钮: 恢复默认视图