本發(fā)明涉及水質(zhì)預(yù)測(cè)，特別是涉及一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

2、水質(zhì)是一個(gè)多方面的概念，涵蓋一系列生物、化學(xué)和物理特性。它是水環(huán)境系統(tǒng)的重要組成部分，是水環(huán)境整體健康狀況的直接指標(biāo)。隨著全球氣候變化和人類干預(yù)的加劇，水質(zhì)惡化達(dá)到驚人程度，對(duì)水資源的可持續(xù)發(fā)展造成巨大威脅。工業(yè)廢水排放和富營(yíng)養(yǎng)化等水質(zhì)問(wèn)題給水環(huán)境管理帶來(lái)了重大挑戰(zhàn)。據(jù)估計(jì)，全球約80％的工業(yè)和城市廢水未經(jīng)適當(dāng)處理就直接排放到環(huán)境中，對(duì)人類健康和生態(tài)系統(tǒng)造成嚴(yán)重有害影響。然而，水質(zhì)數(shù)據(jù)的可用性仍然有限，特別是在全球范圍內(nèi)，這主要是由于監(jiān)測(cè)和報(bào)告能力不足。因此，開(kāi)發(fā)精確、高效的水質(zhì)監(jiān)測(cè)和預(yù)測(cè)工具已成為環(huán)境管理領(lǐng)域的重要關(guān)注點(diǎn)。

3、目前已有的水質(zhì)預(yù)測(cè)方法主要包括依賴基于物理過(guò)程的機(jī)理模型和基于數(shù)據(jù)驅(qū)動(dòng)方式的數(shù)學(xué)統(tǒng)計(jì)模型或機(jī)器學(xué)習(xí)模型，但這兩類方法均存在一定局限性，機(jī)理模型由于參數(shù)眾多且難以獲取導(dǎo)致建模困難、預(yù)測(cè)精度低；數(shù)據(jù)驅(qū)動(dòng)方式的預(yù)測(cè)方法主要是基于斷面的水質(zhì)歷史監(jiān)測(cè)數(shù)據(jù)構(gòu)建模型，因此其預(yù)測(cè)工作基本都是在離散的斷面上進(jìn)行，無(wú)法進(jìn)行水質(zhì)預(yù)測(cè)的空間推演。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述問(wèn)題，本發(fā)明提出了一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法及系統(tǒng)，將lstm和擴(kuò)散模型進(jìn)行有效耦合，充分利用lstm模型在時(shí)間尺度上的預(yù)測(cè)性能以及擴(kuò)散模型在空間上的預(yù)測(cè)能力，能夠?qū)δ繕?biāo)河流的水質(zhì)情況進(jìn)行時(shí)空預(yù)測(cè)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

3、第一方面，本發(fā)明提供一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法，包括以下步驟：

4、采集各水質(zhì)監(jiān)測(cè)斷面上的監(jiān)測(cè)數(shù)據(jù)以及其他與水質(zhì)時(shí)空預(yù)測(cè)相關(guān)的數(shù)據(jù)，并進(jìn)行預(yù)處理；

5、對(duì)采集的數(shù)據(jù)進(jìn)行分析，獲得各水質(zhì)指標(biāo)的驅(qū)動(dòng)因子；

6、將驅(qū)動(dòng)因子輸入lstm模型中，對(duì)lstm模型進(jìn)行訓(xùn)練，獲得各水質(zhì)監(jiān)測(cè)斷面上的水質(zhì)指標(biāo)；

7、將各斷面上的水質(zhì)指標(biāo)輸入擴(kuò)散模型中，求解擴(kuò)散模型的系數(shù)；

8、基于擴(kuò)散模型的系數(shù)構(gòu)建水質(zhì)預(yù)測(cè)模型，對(duì)水質(zhì)進(jìn)行時(shí)空預(yù)測(cè)。

9、作為可選擇的實(shí)施方式，其他與水質(zhì)時(shí)空預(yù)測(cè)相關(guān)的數(shù)據(jù)包括斷面所在區(qū)域的氣象數(shù)據(jù)、土地利用數(shù)據(jù)、人口數(shù)據(jù)和水文站水文數(shù)據(jù)。

10、作為可選擇的實(shí)施方式，使用斯皮爾曼相關(guān)性分析法對(duì)采集的數(shù)據(jù)進(jìn)行分析，提取與水質(zhì)指標(biāo)高相關(guān)性的變量作為各水質(zhì)指標(biāo)的驅(qū)動(dòng)因子。

11、作為可選擇的實(shí)施方式，所述擴(kuò)散模型為一維水質(zhì)模型，所述一維水質(zhì)模型包括一維水動(dòng)力數(shù)學(xué)模型、水溫?cái)?shù)學(xué)模型以及水質(zhì)數(shù)學(xué)模型。

12、作為可選擇的實(shí)施方式，求解擴(kuò)散模型的系數(shù)的解析方法包括連續(xù)穩(wěn)定排放和有限時(shí)段排放兩種，其中，連續(xù)穩(wěn)定排放的解析過(guò)程通過(guò)判別o’connor數(shù)α和貝克來(lái)數(shù)pe來(lái)選擇相應(yīng)的解析解公式。

13、作為可選擇的實(shí)施方式，有限時(shí)段排放，采用二分法對(duì)系數(shù)進(jìn)行求解；

14、連續(xù)穩(wěn)定排放，將兩個(gè)斷面作為上下游濃度，通過(guò)將斷面間的距離帶入，對(duì)系數(shù)進(jìn)行求解。

15、第二方面，本發(fā)明提供一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)系統(tǒng)，包括：

16、數(shù)據(jù)采集模塊，被配置為：采集各水質(zhì)監(jiān)測(cè)斷面上的監(jiān)測(cè)數(shù)據(jù)以及其他與水質(zhì)時(shí)空預(yù)測(cè)相關(guān)的數(shù)據(jù)，并進(jìn)行預(yù)處理；

17、數(shù)據(jù)分析模塊，被配置為：對(duì)采集的數(shù)據(jù)進(jìn)行分析，獲得各水質(zhì)指標(biāo)的驅(qū)動(dòng)因子；

18、水質(zhì)指標(biāo)預(yù)測(cè)模塊，被配置為：將驅(qū)動(dòng)因子輸入lstm模型中，對(duì)lstm模型進(jìn)行訓(xùn)練，獲得各水質(zhì)監(jiān)測(cè)斷面上的水質(zhì)指標(biāo)；

19、模型解析模塊，被配置為：將各斷面上的水質(zhì)指標(biāo)輸入擴(kuò)散模型中，求解擴(kuò)散模型的系數(shù)；

20、結(jié)果輸出模塊，被配置為：基于擴(kuò)散模型的系數(shù)構(gòu)建水質(zhì)預(yù)測(cè)模型，對(duì)水質(zhì)進(jìn)行時(shí)空預(yù)測(cè)。

21、第三方面，本發(fā)明提供一種電子設(shè)備，包括存儲(chǔ)器和處理器以及存儲(chǔ)在存儲(chǔ)器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí)，完成第一方面所述的方法。

22、第四方面，本發(fā)明提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，完成第一方面所述的方法。

23、第五方面，本發(fā)明提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)完成第一方面所述的方法。

24、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

25、本發(fā)明提出一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法及系統(tǒng)，利用lstm模型在時(shí)間尺度上的預(yù)測(cè)性能以及擴(kuò)散模型在空間上的預(yù)測(cè)能力，將兩個(gè)模型進(jìn)行有效耦合，從而構(gòu)建一種水質(zhì)時(shí)空預(yù)測(cè)模型，時(shí)間尺度上為日尺度的預(yù)測(cè)，空間上可以覆蓋河流任意位置。實(shí)現(xiàn)水質(zhì)指標(biāo)在時(shí)間空間兩種尺度上的預(yù)測(cè)從而實(shí)現(xiàn)目標(biāo)河流的水質(zhì)指標(biāo)時(shí)空預(yù)測(cè)。相比于傳統(tǒng)的基于數(shù)據(jù)驅(qū)動(dòng)方式在離散斷面的預(yù)測(cè)方式，可以實(shí)現(xiàn)離散斷面水質(zhì)指標(biāo)預(yù)測(cè)的時(shí)空推演，有助于河流任意河段水質(zhì)異常的快速、有效識(shí)別。為水環(huán)境監(jiān)測(cè)監(jiān)管及水污染預(yù)測(cè)預(yù)警和污染溯源等管理工作提供有效的數(shù)據(jù)和技術(shù)支持。

26、本發(fā)明附加方面的優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。

技術(shù)特征：

1.一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法，其特征在于，包括以下步驟：

2.如權(quán)利要求1所述的一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法，其特征在于，其他與水質(zhì)時(shí)空預(yù)測(cè)相關(guān)的數(shù)據(jù)包括斷面所在區(qū)域的氣象數(shù)據(jù)、土地利用數(shù)據(jù)、人口數(shù)據(jù)和水文站水文數(shù)據(jù)。

3.如權(quán)利要求1所述的一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法，其特征在于，使用斯皮爾曼相關(guān)性分析法對(duì)采集的數(shù)據(jù)進(jìn)行分析，提取與水質(zhì)指標(biāo)高相關(guān)性的變量作為各水質(zhì)指標(biāo)的驅(qū)動(dòng)因子。

4.如權(quán)利要求1所述的一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法，其特征在于，所述擴(kuò)散模型為一維水質(zhì)模型，所述一維水質(zhì)模型包括一維水動(dòng)力數(shù)學(xué)模型、水溫?cái)?shù)學(xué)模型以及水質(zhì)數(shù)學(xué)模型。

5.如權(quán)利要求1所述的一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法，其特征在于，求解擴(kuò)散模型的系數(shù)的解析方法包括連續(xù)穩(wěn)定排放和有限時(shí)段排放兩種，其中，連續(xù)穩(wěn)定排放的解析過(guò)程通過(guò)判別o’connor數(shù)α和貝克來(lái)數(shù)pe來(lái)選擇相應(yīng)的解析解公式。

6.如權(quán)利要求5所述的一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法，其特征在于，有限時(shí)段排放，采用二分法對(duì)系數(shù)進(jìn)行求解；

7.一種耦合lstm和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)系統(tǒng)，其特征在于，包括：

8.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器和處理器以及存儲(chǔ)在存儲(chǔ)器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí)，完成權(quán)利要求1-6任一項(xiàng)所述的方法。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，用于存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，完成權(quán)利要求1-6任一項(xiàng)所述的方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)完成權(quán)利要求1-6任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明屬于水質(zhì)預(yù)測(cè)技術(shù)領(lǐng)域，公開(kāi)了一種耦合LSTM和擴(kuò)散模型的水質(zhì)時(shí)空預(yù)測(cè)方法及系統(tǒng)，包括采集各水質(zhì)監(jiān)測(cè)斷面上的監(jiān)測(cè)數(shù)據(jù)以及其他與水質(zhì)時(shí)空預(yù)測(cè)相關(guān)的數(shù)據(jù)，并進(jìn)行預(yù)處理；對(duì)采集的數(shù)據(jù)進(jìn)行分析，獲得各水質(zhì)指標(biāo)的驅(qū)動(dòng)因子；將驅(qū)動(dòng)因子輸入LSTM模型中，對(duì)LSTM模型進(jìn)行訓(xùn)練，獲得各水質(zhì)監(jiān)測(cè)斷面上的水質(zhì)指標(biāo)；將各斷面上的水質(zhì)指標(biāo)輸入擴(kuò)散模型中，求解擴(kuò)散模型的系數(shù)；基于擴(kuò)散模型的系數(shù)構(gòu)建水質(zhì)預(yù)測(cè)模型，對(duì)水質(zhì)進(jìn)行時(shí)空預(yù)測(cè)。本發(fā)明將LSTM和擴(kuò)散模型進(jìn)行有效耦合，充分利用LSTM模型在時(shí)間尺度上的預(yù)測(cè)性能以及擴(kuò)散模型在空間上的預(yù)測(cè)能力，能夠?qū)δ繕?biāo)河流的水質(zhì)情況進(jìn)行時(shí)空預(yù)測(cè)。

技術(shù)研發(fā)人員：高震宇,王國(guó)強(qiáng),陳金月,李杰,張慶竹,王新鋒,任世龍,房磊,王橋,陳強(qiáng),朱靜穎
受保護(hù)的技術(shù)使用者：山東大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2