基于烛台理论的水质预测方法技术

本申请公开了一种基于烛台理论的水质预测方法，包括：获取预定区域内多个监测点在预定时间段的水质数据，水质数据包括污染物数据和水文气象数据，监测点包括目标监测点，并根据目标监测点的污染物数据生成烛台图，以及通过特征提取模型对烛台图进行特征提取，以得到水污染特征数据，特征提取模型由卷积神经网络训练得到，再对水污染特征数据、水质数据进行融合处理，以得到时序数据集，最后通过时序预测模型对时序数据集处理，以得到目标监测点在目标时间段的水质预测结果。如此，能够对水污染的变化过程有效分类，从而有效地提升了水污染预测精度。染预测精度。染预测精度。

【技术实现步骤摘要】
基于烛台理论的水质预测方法


[0001]本申请涉及环境领域，特别涉及一种基于烛台理论的水质预测方法。

技术介绍

[0002]近年来，河道水污染成为了环境水力学的研究热点。受各种外部因素影响，污染物传输扩散机理复杂，水质模拟预测难度大。在雨源性型河流中，河道水质变化与气象条件相关性明显，呈现出不同的分类类型。相关技术中，SWAT模型通常被采用，但存在局限性，包括参数率定困难和模型构造复杂，并且，这类模型关注的焦点只是输入与输出之间数值序列的统计规律，河道水污染的变化过程不能被有效地分类反应，模型预测精度受到影响。

技术实现思路

[0003]有鉴于此，本申请提供一种基于烛台理论的水质预测方法。
[0004]本申请实施方式的基于烛台理论的水质预测方法包括：
[0005]获取预定区域内多个监测点在预定时间段的水质数据，所述水质数据包括污染物数据和水文气象数据，所述监测点包括目标监测点；
[0006]根据所述目标监测点的所述污染物数据生成烛台图；
[0007]通过特征提取模型对所述烛台图进行特征提取，以得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于烛台理论的水质预测方法，其特征在于，所述水质预测方法包括：获取预定区域内多个监测点在预定时间段的水质数据，所述水质数据包括污染物数据和水文气象数据，所述监测点包括目标监测点；根据所述目标监测点的所述污染物数据生成烛台图；通过特征提取模型对所述烛台图进行特征提取，以得到水污染特征数据，所述特征提取模型由卷积神经网络训练得到；对所述水污染特征数据、所述水质数据进行融合处理，以得到时序数据集；通过时序预测模型对所述时序数据集处理，以得到所述目标监测点在目标时间段的水质预测结果。2.根据权利要求1所述的水质预测方法，其特征在于，所述根据所述目标监测点的所述污染物数据生成烛台图，包括：通过K线发生器将所述目标监测点的所述污染物转化为所述烛台图。3.根据权利要求2所述的水质预测方法，其特征在于，所述预定时间段包括多个等时长的子时间段，所述通过K线发生器将所述目标监测点的所述污染物转化为所述烛台图，包括：根据每个子时间段内起始时刻、终止时刻的所述污染物数据以及浓度最高值、浓度最低值的所述污染物数据建立对应的烛台；根据所述烛台...

【专利技术属性】
技术研发人员：许睿，吴文杰，李建，沈世铭，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：