一种基于时空图卷积网络的水质多参数预测方法及模型

本发明涉及水质参数监测技术领域。本发明所提出一种基于时空图卷积网络的水质多参数预测方法及模型。在时间维度上，设计掩码子序列Transformer模块，通过随机掩码自监督预训练任务使模型从长周期数据中提取趋势特征，结合扩张因果卷积捕获水质特征的累积效应，解决传统模型对突变事件的响应滞后问题。在空间维度上，构建动态图结构学习模块，融合基于站点物理距离的预定义邻接矩阵与动态残差图生成动态图结构。实验结果表明，相较于其他水质时空预测模型，该模型具有更好的预测精度，对所有水质指标的预测R2均能达到93％以上。