扩散方程图神经网络模型的线性方程组、F- GNN方法及系统

本发明提供了一种面向水质预测的扩散方程图神经网络模型的线性方程组、F‑GNN方法及系统，F‑GNN方法包括：步骤S1，收集各站点监测的历史数据，构建时空图；步骤S2，基于时空图，采用有限差分方法计算出扩散方程计算式，根据扩散方程计算式构建超定线性方程组，再运用最小二乘法估算各河段的扩散方程的参数；步骤S3，若各河段的扩散方程的参数均为正数，则进行F‑GNN预测，得到各站点特征预测。本发明解决了水质预测模型中缺乏时空联合建模的不足，传统的数据驱动模型在小样本情况下容易出现过拟合问题，而本发明通过引入扩散方程约束，有效弥补这一不足，同时，引入物理约束提升预测精度和可靠性，适用于多种环境监测场景。