一种结合知识图谱和机器学习的河湖水体污染定量溯源方法

本发明公开一种结合知识图谱和机器学习的河湖水体污染定量溯源方法。本发明涉及水质污染溯源技术领域，本发明通过收集处理目标河流段数据，构建水动力—水质模型，基于目标河段排口位置，通过单位脉冲响应测试，获取各排口不同排放情境下河道下游污染物扩散特征及目标断面浓度时序特征，构建“源强‑时间‑浓度”关系知识图谱，从图谱中随机提取样本集，采用机器学习方法训练样本集，学习下游断面浓度时序与多排口源强之间的非线性映射关系，进行河道污染物扩散过程动态反演，实现污染源的快速定位与贡献量化，最后采用蒙特卡洛抽样方法生成污染源位置的概率分布，辅助提高溯源判定优先级，从而提升河流水质污染溯源的准确性和响应速度。