摘要
本发明涉及水质检测技术领域,公开了一种运河水样中悬浮物浓度的检测方法及系统,方法包括实时获取运河水体的环境参数,通过近红外光学传感器与声学多普勒流速剖面仪同步采集运河水体的光散射强度信号与声学回波衰减信号;基于光散射强度信号与声学回波衰减信号,计算初始悬浮物浓度值;根据运河水体的环境参数,通过动态补偿算法修正初始悬浮物浓度值,生成校准前浓度数据;将校准前浓度数据输入预训练的机器学习模型,输出最终悬浮物浓度值;其中,预训练的机器学习模型包括随机森林回归模型和梯度提升决策树模型。本方案能够提高复杂水文条件下的检测准确度以及扰动场景下模型的实时响应能力。