基于机器学习的地下水污染源追踪方法、设备及存储介质

本发明涉及污染源追踪领域，公开了一种基于机器学习的地下水污染源追踪方法、设备及存储介质，方法包括步骤：获取地下水历史数据以及环境数据；从环境数据中提取环境特征，从历史数据中提取污染物特征；配置地下水污染追踪的融合模型；融合模型采用多种机器学习模型融合得到；获取环境特征与污染物特征的相关性，并依据相关性得到权重因子，将权重因子作为输入至融合模型的额外特征；部署融合模型，并利用融合模型完成污染源追踪。本发明引入机器学习算法及监督学习算法相互融合，并将改进后的多维经验公式代入，通过模型自主学习实现对污染源的高效判别及追踪，引入边缘计算，进行实时数据处理分析，减少数据传输延迟，提升判别的实时性。