一种基于Transformer-LSTM融合模型的水质预测方法

本发明公开一种基于Transformer‑LSTM融合模型的水质预测方法，属于水质时序数据预测与人工智能技术领域。包括以下步骤：(1)从水质监测站点获取水质数据；(2)进行预处理；(3)筛选出水质特征数据；(4)划分为训练集、验证集和测试集；(5)输入到Transformer‑LSTM融合模型；(6)Transformer编码器通过位置编码嵌入水质数据时序信息，利用多头注意力机制提取特征间全局依赖关系，结合残差连接与层归一化优化梯度传播；(7)LSTM层接收Transformer编码后的高阶特征，捕捉局部时序动态模式；(8)回归输出层采用线性激活函数将提取的水质时序特征映射到具体的预测结果，计算评估指标。本发明能有效预测地表水水体的水质变化趋势，为水生态保护与可持续发展提供有力的支持。