【技术交流】文献分享 | Environ. Res：基于混合深度学习的平原流域水质预测

文章预览

文献分享 基于混合深度学习的平原流域水质预测 Hybrid deep learning based prediction for water quality of plain watershed Environmental Research 01 文章简介 | Abstract 建立可靠、准确的水质预测模型是有效管理水环境的关键。然而，提高这些预测模型的性能仍然面临挑战，特别是在具有复杂水力条件的平原流域。本研究评估了三种传统机器学习模型与三种深度学习模型在平原河网水质预测中的效果，并开发一种新的混合深度学习模型以进一步提高预测精度。在不同的输入特征集和数据时间频率下评估了该模型的性能。研究结果表明，深度学习模型在处理复杂时间序列数据方面优于传统机器学习模型。长短期记忆(LSTM)模型将R2提高了约29%，均方根误差(RMSE)平均降低了约48.6%。混合Bayes-LSTM-GRU(门控循环单元)模型显著提高了预测精度，与单一LSTM模型相比，平均RMSE降低了18.1%6 ………………………………