[发明专利]一种基于多图卷积网络的河流水质预测方法

权利要求书

1.一种基于多图卷积网络的河流水质预测方法，其特征在于，包括以下步骤：

S1、根据研究区域水质监测站点的空间分布、土地利用情况和污染源分布情况，构建距离图、土地利用相似图和排污企业类型相似图；

S2、利用皮尔逊相关系数筛选出与水质相关性较高的气象数据，将各站点的水质指标时间序列数据和筛选出来的气象时间序列数据作为时间特征数据；

S3、对站点间的距离图、土地利用相似图和排污企业类型相似图进行多图融合卷积操作，提取空间特征；

S4、将空间特征和时间特征数据输入到时间卷积网络中进行训练，实现监测站点处的水质预测。

2.根据权利要求1所述的一种基于多图卷积网络的河流水质预测方法，其特征在于，所述S1中的距离图、土地利用相似图和排污企业类型相似图均表示为G＝(V,E,A)的形式，其中，顶点V代表监测站点，设监测站点数量为N；E为连接顶点的边，代表监测站点之间的河道；A代表图的邻接矩阵；

距离图具体为：利用站点之间的河网距离d(i,j)来计算距离图的邻接矩阵A_dis的元素，邻接矩阵A_dis的计算公式如下：

其中，i、j表示两个站点，i→j表示站点i到站点j，d(i,j)表示站点i到站点j的河网距离；

土地利用相似图具体为：根据计算得到的每个站点周围一定空间尺度下土地利用类型面积占比，构建每个站点的土地利用类型面积占比向量e＝(e₁,e₂,…,e_k,…e_L)；利用余弦相似度计算监测站点中两两之间土地利用类型面积占比的相似度作为土地利用相似图的邻接矩阵A_land；余弦相似度的计算公式如下：

其中，k表示第k个土地利用类型，共L个土地利用类型；i_k表示站点i周围第k个土地利用类型的面积占比，j_k表示站点j周围第k个土地利用类型的面积占比；

排污企业类型相似图具体为：统计每个监测站点在一定空间尺度下各种类型排污企业的数量，构建每个站点的排污企业类型向量，利用余弦相似度的公式计算监测站点间两两之间排污企业类型的相似度，作为排污企业类型相似图的邻接矩阵A_factory。

3.根据权利要求1所述的一种基于多图卷积网络的河流水质预测方法，其特征在于，所述步骤S2具体实现方法为：

S21、收集站点的水质数据和气象数据，利用皮尔逊相关系数筛选出与水质相关性较强的气象因子作为气象数据，皮尔逊相关系数是计算两个变量X和Y之间的协方差和标准差之间的商，其公式如下：

其中，分别是变量X和Y的均值，变量X和Y分别表示水质和气象因子，n为水质或气象因子总数量；选择皮尔逊相关系数r大于或等于0.8的气象因子作为气象数据；

S22、对水质数据和气象数据进行预处理，对缺失的数据采用线性插值的方法来填充，然后采用离差标准化对数据进行标准化处理，标准化公式如下：

其中，x_max为样本数据的最大值，x_min为样本数据的最小值，x*代表离差标准化后的目标值，x代表需要离差标准化的数据；

S23、定义特征值矩阵来存放N个站点在t时刻的所有时间特征数据，其中N是站点个数，P是特征值的个数，t是监测时刻；利用过去T个时间步的数据来对未来T′时间步的河流水质进行预测，因此，定义矩阵即利用t-T+1～t时刻共T个时间步的特征数据来进行预测。