【技术实现步骤摘要】
本专利技术涉及数据处理领域，尤其涉及一种水质预测模型训练方法、水质预测方法、装置及相关设备。
技术介绍
1、水质预测是水环境科学与工程领域的重要研究方向，旨在根据水体中相关参数的观测值，预测未来一段时间的水质状况。现有方式主要通过统计学的方式，结合历史观测数据，对水质数据进行预测评估。
2、专利技术人在实现本专利技术过程中发现，水质数据具有时空变异性强、非线性关系复杂、数据稀缺、难以获取等特点。气候变化、地形地貌、水体自身特性等因素都会进而影响水体的物理、化学、生物过程，导致水质数据的时空分布更加复杂，受到多方面的地理环境因素的影响，现有的预测方式需要大量数据支撑，对数据依赖性强。在数据量不够或者环境较为复杂时，存在预测准确性不高的问题。
技术实现思路
1、本专利技术实施例提供一种水质预测模型训练方法、水质预测方法、装置、计算机设备和存储介质，以提高水质预测的准确率。
2、为了解决上述技术问题，本申请实施例提供一种水质预测模型训练方法，包括：
3、获取历...
【技术保护点】
1.一种水质预测模型训练方法，其特征在于，包括：
2.如权利要求1所述的水质预测模型训练方法，其特征在于，所述将所述历史遥感图像和所述时序水质参数输入到初始水质预测模型进行预测，得到第一预测结果包括：
3.如权利要求2所述的水质预测模型训练方法，其特征在于，所述采用所述第一子模型对所述历史遥感图像进行图像模态特征提取，得到多模态特征包括：
4.如权利要求2所述的水质预测模型训练方法，其特征在于，所述时序水质参数由三部分组成，包括：真实水质y、空间因素g以及随机因素ω；
5.如权利要求2所述的水质预测模型训练方法，其特征在...
【技术特征摘要】
1.一种水质预测模型训练方法，其特征在于，包括：
2.如权利要求1所述的水质预测模型训练方法，其特征在于，所述将所述历史遥感图像和所述时序水质参数输入到初始水质预测模型进行预测，得到第一预测结果包括：
3.如权利要求2所述的水质预测模型训练方法，其特征在于，所述采用所述第一子模型对所述历史遥感图像进行图像模态特征提取，得到多模态特征包括：
4.如权利要求2所述的水质预测模型训练方法，其特征在于，所述时序水质参数由三部分组成，包括：真实水质y、空间因素g以及随机因素ω；
5.如权利要求2所述的水质预测模型训练方法，其特征在于，所述水质预测模型训练方法还包括：
6.一种水质预测方法，其特征在于，...
【专利技术属性】
技术研发人员：易国栋，何佳明，胡东滨，张新玉，杨艺，
申请(专利权)人：湖南工商大学，
类型：发明
国别省市：
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。