[发明专利]一种基于CNN的陆水一体化河流水质时空连续预测方法

摘要

本发明公开了一种基于CNN的陆水一体化河流水质时空连续预测方法，包括：基于SWAT模型，对河流流域的各子流域进行径流模拟，得到各子流域的径流模拟结果；基于EFDC模型，将各子流域的径流结果作为EFDC模型的流量边界进行输入，同时将污染物通量作为EFDC模型的水质边界进行输入，模拟得到水质时空连续分布图像；构建CNN模型，将得到的水质时空连续分布图像作为训练样本输入，对CNN模型进行训练；利用训练好的CNN模型进行河流水质时空连续预测，对于输入的离散断面的水质结果，预测出时空连续分布的水质结果。本发明实现了人工智能技术对流域水质的全方位时空连续预测，能够为水环境监管提供有力的技术支撑。