公开(公告)号：CN118378731A

公开(公告)日：2024-07-23

申请号：CN202410376884.4

申请日：2024-03-29

Applicant: 南昌大学

Inventor： 谢显传 ,  刘伟 ,  秦天 ,  李志文 ,  阮光伟 ,  殷君宝

IPC: G06N20/20 ,  G01N33/18 ,  G06N7/01

Abstract: 本发明公开一种基于IML‑GIS耦合的水体污染物浓度预测方法，包括：(1)获取研究区域精确点位的水质数据；(2)获取研究区域共享的自然地理参数数据集；(3)利用ArcGIS融合所有预测变量数据集波段；(4)将融合数据集影像转为python语言可识别的数组；(5)建立集成机器学习模型；(6)训练集成机器学习模型，建立实测数据集和融合数据集的数学联系；(7)预测研究区全地理空间连续的污染物浓度值。该方法免去实地取样和实验室常规水质检测的繁琐复杂过程，同时较好地适用于大尺度流域空间不同类型水体污染物浓度预测，尤其针对地下水这类难以实地观测的复杂和特殊水体，实现空间尺度水质演变趋势的有效预测。