摘要
本发明提供一种分步式“地‑河‑湖”水质预测方法、模型,其中水质预测方法根据次级流域的历史社会经济特征、历史气象特征以及历史水质特征数据预测次级流域的水质特征数据,根据次级流域的历史水质特征数据构建水质特征变换函数,根据该变换函数对次级流域的水质特征数据进行参数拟合,将其拆分为一组水质特征数据,根据该组水质特征数据、次级流域的流量特征、主流域的气象特征以及地表社会经济特征预测主流域的水质特征数据。本发明基于分步式框架捕捉次级流域对主流域水质影响,并在不同层级模型之间数据流转过程中对不同数据进行尺度对齐处理,能够成功捕捉主次流域的特征之间的复杂动态关联,提高了预测结果的准确度。
技术关键词
水质预测方法
数据
Akaike信息准则
气象
LSTM模型
社会
计算机设备
参数
处理器
存储器
程序
层级
代表
动态
框架
模块
系统为您推荐了相关专利信息
交通监测管理系统
分布式数据库
优化交通流
可视化方式
数据分析模块
高清摄像头
镜像
运动捕捉技术
AR眼镜
成像模块
后台控制服务
多设备通信方法
远程控制服务
远程智能终端
云主机
内存管理方法
需求预测模型
元素
内存管理装置
设备状态参数
平台系统
动态优先级调度算法
船舶航行轨迹
约束优化算法
动态路径规划算法