【技术实现步骤摘要】
本专利技术属于河流水质预测，尤其涉及一种结合气象数据的河流水质预测方法。
技术介绍
1、按照基于不同的理论基础，水环境预测可以分为机理性预测方法与非机理性预测方法。机理性预测方法建立在对水环境内部、外部运行演化规律基础之上，涉及到动力学、生态学、化学等多个学科的综合性预测方法，最终通过模型来表征各要素之间的相互关系。常见的模型有：wasp模型、ual模型、mike模型、gwlf模型等，该方法需要大量的专业知识，对数据采集质量的要求高，但预测效果不理想。非机理性预测方法是一种黑箱式方法，基于概率统计学的相关理论，针对某一特定的水环境建立模型，具有较好的预测效果，所以也广泛地应用于水环境的水质预测中。传统的概率统计方法难以对这样的复杂依赖关系进行建模。目前，以深度学习为代表的人工智能方法在地表水环境指标预测中的应用取得较大的发展。
2、但是在对整条河流预测的过程中，需要获取河流各段区域的水质监测数据，并根据各段区域的水质监测数据对河流水质进行预测，该种方法面临当水质监测装置损坏时，无法采集到有效的水质监测数据的现象，从而使得预测...
【技术保护点】
1.一种结合气象数据的河流水质预测方法，其特征在于，包括：
2.根据权利要求1所述的一种结合气象数据的河流水质预测方法，其特征在于，在判断各个图像数据中是否存在异常的图像数据之后，所述方法还包括：
3.根据权利要求1所述的一种结合气象数据的河流水质预测方法，其特征在于，所述获取某一预设区域的某一图像数据以及与所述某一预设区域相邻的另一预设区域的另一图像数据包括：
4.根据权利要求1所述的一种结合气象数据的河流水质预测方法，其特征在于，所述分别对异常预设区域内各个检测点的第一水质数据以及某一预设区域内各个检测点的第二水质数据进行排序，...
【技术特征摘要】
1.一种结合气象数据的河流水质预测方法，其特征在于，包括：
2.根据权利要求1所述的一种结合气象数据的河流水质预测方法，其特征在于，在判断各个图像数据中是否存在异常的图像数据之后，所述方法还包括：
3.根据权利要求1所述的一种结合气象数据的河流水质预测方法，其特征在于，所述获取某一预设区域的某一图像数据以及与所述某一预设区域相邻的另一预设区域的另一图像数据包括：
4.根据权利要求1所述的一种结合气象数据的河流水质预测方法，其特征在于，所述分别对异常预设区域内各个检测点的第一水质数据以及某一预设区域内各个检测点的第二水质数据进行排序，得到第一水质数据序列以及第二水质数据序列包括：
5.根据权利要求1所述的一种结合气象数据的河流水质预测方法，其特征在于，所述基于预设的融合规则将所述第一气象数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。