一种融合时空特征的水质预测方法

本发明涉及水环境监测与水质预测技术领域，尤其涉及一种融合时空特征的水质预测方法。步骤如下：S1：对水质数据进行预处理；S2:构建空间权重矩阵；S3：构建深度预测模型；S4：采用鱼鹰优化算法对深度预测模型超参数进行优化；S5：输入水质历史监测数据，输出目标断面在未来时段的关键指标预测值。本发明提供的一种融合时空特征的水质预测方法，通过引入空间权重机制融合多监测断面之间的空间依赖关系，并通过深度学习模型，有效提取水质数据的时空特征，显著提升了预测精度与模型的泛化能力；同时采用鱼鹰优化算法实现超参数的自动调节，提高了模型的稳定性与适应性，适用于多站点、多指标的流域水质预测任务，具有良好的工程应用前景和推广价值。