一种基于多源数据的水质预测方法

本发明公开了一种基于多源数据的水质预测方法，构建了一套基于多源数据(地表水监测数据、气象数据、水文数据、污染源在线监测数据)的长短期记忆网络(LSTM)及图神经网络(Graph Neural Network，GNN)水质预测模型，可实现地表水水质因子的短期实时在线预测。本发明以断面水质监测数据、历史气象数据、预报气象数据、水文监测数据、污染源在线监测数据、上下游关系等多源数据为基础，综合考虑了水质、气象、水文、污染源及上下游断面水质等多种主要水质影响因素，根据河流断面分布情况，分别采用LSTM或图神经网络建立水质预测模型，模拟多种影响因素及时空关系对水质的综合影响，使得模拟结果更加精准可靠。