基于时空图卷积网络的水质多参数预测算法研究
投稿时间：2025-05-27  修订日期：2025-10-22
关键词:时空图卷积网络  水质预测  动态图卷积。
基金项目:中央高校基本科研业务费资助项目(2023CDJKYJH085);重庆市九龙坡区科技计划项目(2023TJ2001);重庆市青少年创新人才培养计划(CY240903)
作者单位邮编
叶彬强 重庆大学微电子与通信工程学院
重庆理工大学两江人工智能学院 		400054
曹雪杰 重庆理工大学两江人工智能学院 
陈昶宏 重庆理工大学两江人工智能学院 
刘宏 重庆理工大学两江人工智能学院 
汤斌 重庆理工大学两江人工智能学院 
冯鹏 重庆大学光电技术及系统教育部重点实验室 
李东* 重庆大学光电技术及系统教育部重点实验室 40044
摘要点击次数: 70
全文下载次数: 0
摘要:
      水质预测是水资源生态治理体系的核心环节，在时间演变、随机扰动及环境变迁等多重因素作用下，水质监测数据呈现出非平稳动态特征与多维非线性耦合关系。针对流域水质多参数预测中时空依赖复杂、传统模型难以有效融合动态拓扑与长周期特征的问题，本文提出了一种基于时空图卷积网络的水质预测算法。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。
  查看/发表评论  下载PDF阅读器
Copyright@ 2008 All Rights Reserved.