一种样本扩充结合改进粒子群算法的水体污染物预测方法技术

本发明专利技术公开了一种样本扩充结合改进粒子群算法的水体污染物预测方法，包括以下步骤；S1：水体样本采集：使用光谱仪扫描采集到的水体样本，获得原始透射光谱数据；S2：光谱数据样本获取：使用光谱仪扫描采集到的水体样本，获得原始透射光谱数据；S3：光谱数据预处理：S4：样本数据扩充：S5：参数寻优：S6：建立浓度预测模型：使用S5中的最佳超参数组合设置下的CNN模型，在训练集中对水体总磷浓度进行训练；并将测试集数据导入已建立的预测模型中，使用三个性能评价参数验证模型的稳定性和预测性能；S7：利用构建的多算法融合模型预测水体总磷浓度大小。本发明专利技术能够快速、准确地进行水质污染物预测，提高水环境监测的效率和可行性。

【技术实现步骤摘要】

本专利技术属于水体中污染物含量预测，特别涉及一种样本扩充结合改进粒子群算法的水体污染物预测方法。

技术介绍

1、随着社会经济的快速发展和人类活动的加剧，水体污染问题在全球范围内已引起了广泛关注。例如，大量的工农业废水以及日常生活中含氮物质进入水体，导致水体出现了严重的富营养化现象，这种现象使得河流湖泊等天然水体中的水质日趋恶化，对环境和公众健康构成了严重威胁。过高的总氮浓度可能会引发藻毒素的产生，进而导致水生生物的大量死亡。作为常见的水体污染物之一，总磷浓度的大小能直观反映出水体的健康程度。

2、目前主要使用分光光度法、化学发电法、电化学发光法和色谱法对水体总磷浓度进行检测。例如主要使用五日生化需氧量(bod5)、补充生化需氧量(bods)和呼吸法等对水体bod的浓度含量进行检测，其中bod5是通过在一定温度下，将水样与适量的微生物接种物一起放置在密封容器中，然后在5天的时间内测量开始时和结束时的溶解氧浓度差异来计算bod值。但这些检测方法不仅存在对技术要求过高、无法大范围对水体进行监测、高成本和耗时等缺点，而且在进行检测时，可能会使用对水体和本文档来自技高网...

【技术保护点】

1.一种样本扩充结合改进粒子群算法的水体污染物预测方法，其特征在于，包括以下步骤；

2.根据权利要求1所述的一种样本扩充结合改进粒子群算法的水体污染物预测方法，其特征在于，所述S1中，选取每个地点在相同的时间间隔下进行了多次采集，获得样本数据。

3.根据权利要求1所述的一种样本扩充结合改进粒子群算法的水体污染物预测方法，其特征在于，所述S2中，使用OCEAN-HDX-XR微型光纤光谱仪对采集到的水体样本进行原始透射光谱数据的获取；重复扫描每个样品多次，选择10μm作为本专利技术狭缝值，接着进行了背景校正操作，即使用光谱仪测量去离子水下的背景光谱，后将样本的光谱值与...

【技术特征摘要】

1.一种样本扩充结合改进粒子群算法的水体污染物预测方法，其特征在于，包括以下步骤；

2.根据权利要求1所述的一种样本扩充结合改进粒子群算法的水体污染物预测方法，其特征在于，所述s1中，选取每个地点在相同的时间间隔下进行了多次采集，获得样本数据。

3.根据权利要求1所述的一种样本扩充结合改进粒子群算法的水体污染物预测方法，其特征在于，所述s2中，使用ocean-hdx-xr微型光纤光谱仪对采集到的水体样本进行原始透射光谱数据的获取；重复扫描每个样品多次，选择10μm作为本发明狭缝值，接着进行了背景校正操作，即使用光谱仪测量去离子水下的背景光谱，后将样本的光谱值与背景光谱值相除得到样本的光谱透射率大小。

4.根据权利要求1所述的一种样本扩充结合改进粒子群算法的水体污染物预测方法，其特征在于，所述s3中，使用最大最小归一化和均值中心化两种预处理操作对透射光谱数据进行处理，消除噪声并提高数据的可处理性，其中最大最小归一化将数据映射到指定的范围内，缩放到0和1之间，在保留原始数据相对关系的条件...

【专利技术属性】
技术研发人员：王彩玲，张国浩，
申请(专利权)人：西安石油大学，
类型：发明
国别省市：