基于CNN-Transformer的大尺度流域水质模拟方法与系统

本发明公开了一种基于CNN‑Transformer的大尺度流域水质模拟方法与系统，包括：获取多个流域的气象水文驱动数据、水质数据以及流域属性数据；对数据进行预处理，将处理后的数据按照一定比例划分为训练集和测试集；对训练集的三维时间序列数据进行数据嵌入；对数据进行数据编码和线性变换；对模型进行训练，根据训练结果的评估指标得到最终的CNN‑Transformer水质模拟模型，将测试集中的数据输入到模型得到流域水质的模拟值。本发明结合了Tansformer模型与卷积神经网络，更好地处理一些非平稳、非线性关系的水质模拟问题，更好地捕捉到多元变量之间的相互依存关系。