一种基于机器学习的水库多介质污染源识别方法及设备

本发明属于水环境监测相关技术领域，其公开了一种基于机器学习的水库多介质污染源识别方法及设备，(1)将主成分分析与多元线性回归相结合来构建绝对主成分‑多元线性回归模型；(2)利用径流输入、大气沉降和水土界面释放的污染源实测数据对绝对主成分‑多元线性回归模型验证以确定模型的不同主成分对应的污染源部分；(3)基于水库水质监测数据，利用模型计算并模拟径流输入、大气沉降和水土界面输入污染源在水库不同时间和空间上的贡献度；(4)利用得到的贡献度、径流输入污染源及模型进行大气沉降和水土界面输入污染源的计算，从而识别得到多介质污染源的时空变化过程。本发明提高了识别速度。