基于神经网络模型的永安市小流域水环境质量预测的研究

摘要：

水质预测可以为达标管理和污染防治提供重要决策依据.基于永安市两个小流域断面的水质监测数据、气象数据和水文数据,结合长短期记忆神经网络(LSTM),构建了流域水质预测模型,并且评价了模型对河流未来几天高锰酸盐指数、氨氮、总磷、溶解氧的变化趋势.结果表明:该模型可以用于永安市小流域水库的水质预测,而且预测值与水质自动监测站实测值吻合度较高;并与GRU模型进行对比分析,结果证实LSTM模型在多种评价指标下,对于所预测的各时刻数据均表现出较高的精确度及稳定性.

关键词：永安市、LSTM模型、水质预测、流域

所属期刊栏目：4

分类号：TS5(皮革工业)

在线出版日期：2023-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：75-78