基于神经网络模型的贝类固碳速度定量估计方法

本发明公开了一种基于神经网络模型的贝类固碳速度定量估计方法，属于环境科学和生态学技术领域，包括：获取水质参数数据，基于水质参数数据构建水质监测数据集并进行预处理，对贝类生长数据和预处理后的水质监测数据集进行数据对齐，获得时间序列数据集；基于时间序列数据集训练长短时记忆神经网络模型，通过训练后的模型与实时获取的监测数据获得预设时间段内的水体酸碱度预测值并计算碳酸根离子的释放速率，结合单位时间内贝类生长过程中二氧化碳的净吸收量获得固碳速度估计值；基于固碳速度估计值计算整个水体中贝类的总固碳量。本发明通过高精度传感监测和深度学习模型相结合的方法，实现对贝类养殖水体固碳量的准确估算。