# 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
2. **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