基于图神经网络与时空特征融合的水质预测方法

本发明公开了基于图神经网络与时空特征融合的水质预测方法，方法为：获取预定流域内多个监测站在预定时间段内的水文数据和水质数据，将监测站表示为图的节点，并将监测站之间的邻接关系表示为图的边，以此构建映射多个监测站污染物数据的图拓扑网络，采用时空特征融合模块对图拓扑网络进行特征提取和融合，得到水污染时空特征数据，时空特征融合模块由图卷积网络、门控循环单元和自注意力机制组成训练得到，对提取的特征数据进行融合处理，形成图拓扑结构的时序数据集，最后通过图时序预测模型对数据集进行预测，以得到多个监测站在目标时间段的水质预测结果。这种方法能够有效应对水污染的时空变化过程，降低水质预测成本，提高水质预测精度。