基于DEM构图的时空图神经网络水质预测方法

    公开(公告)号:CN119917796A

    公开(公告)日:2025-05-02

    申请号:CN202411900117.5

    申请日:2024-12-23

    Abstract: 本发明公开了一种基于DEM构图的时空图神经网络水质预测方法,包括:获取目标区域的DEM数据并进行处理,提取目标区域内的河道拓扑结构,进而构建反映水质监测站点空间关系的图结构;获取水质数据并进行预处理,消除缺失值和异常值的影响;基于STGCN模型构建水质预测模型,STGCN模型包括多个时空卷积块,每个时空卷积块包括依次设置的时间门控卷积层、空间图卷积层和时间门控卷积层;基于构建好的水质预测模型对待检测的水质进行检测。本发明通过捕捉水质监测站点间的空间依赖关系,提升了水质预测的准确性。通过利用DEM数据提取河网拓扑结构,构建能真实反映监测站点间水文联系的图结构,再结合STGCN模型对时空特征的有效捕捉,有效提升了水质预测的准确性。

Patent Agency Ranking