Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于大数据融合的近岸海域水质问题挖掘及预警预报方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于大数据融合的近岸海域水质问题挖掘及预警预报方法、系统、电子设备及计算机可读存储介质,包括在现行水质监测数据自动审核方法上进一步升级优化,挖掘常规审核无法识别的水质问题,融合海水水质自动监测数据、潮汐数据、气象数据,利用机器学习模型,对特定时间后的水质数据进行预测,并在达到阈值条件进行预警。本发明融合多源数据,开展近岸海域水质潜在问题挖掘、水质参数预测和水质预警预报,为支撑目标区域水质管控及污染预防提供依据。

主权项:1.一种基于大数据融合的近岸海域水质问题挖掘及预警预报方法,其特征在于,包括如下步骤:步骤S1:获取近岸海域水质在线监测数据,对所述在线监测数据进行初步处理形成标准数据表,得到满足自动审核要求的标准数据表;步骤S2:构建水质在线监测数据自动审核模型,所述自动审核模型经过训练和验证且满足预测准确度要求,将步骤S1的标准数据表输入自动审核模型,对每个水质参数均进行自动审核,以挖掘水质问题;步骤S3:输出水质自动审核结果,所述水质自动审核结果包括水质问题类型、问题站点、问题水质参数、问题时段;步骤S4:结合机器学习线性模型Scikit-learn和随机森林模型,构建基于各站点小时分辨率及日分辨率水质、潮汐、气候气象的大数据的人工智能水质预测模型,利用各站点历史水质、潮汐、气候气象数据对模型进行训练、学习,并以平均绝对值误差和平均绝对值百分比误差评价各站点模型的预测准确度,最终筛选出适用于各站点不同水质因子的最优预测模型;平均绝对值误差、平均绝对值百分比误差公式如下: 步骤S5:基于步骤S4的水质参数最优预测结果,达到预设阈值条件即进行预警。

全文数据:

权利要求:

百度查询: 中海环境科技(上海)股份有限公司 上海交通大学 基于大数据融合的近岸海域水质问题挖掘及预警预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。