基于EDM-LSTM的南水北调中线水质分析预测

来源：环境科学杂志2025年第1期北京时间：

作者：白冰,董飞,彭文启,刘晓波

单位：中国水利水电科学研究院, 北京 100038,流域水循环模拟与调控国家重点实验室, 北京 100038,水利部京津冀水安全保障重点实验室, 北京 100038,中国水利水电科学研究院, 北京 100038,流域水循环模拟与调控国家重点实验室, 北京 100038,水利部京津冀水安全保障重点实验室, 北京 100038,中国水利水电科学研究院, 北京 100038,流域水循环模拟与调控国家重点实验室, 北京 100038,水利部京津冀水安全保障重点实验室, 北京 100038,中国水利水电科学研究院, 北京 100038,流域水循环模拟与调控国家重点实验室, 北京 100038,水利部京津冀水安全保障重点实验室, 北京 100038

摘要：为深入分析南水北调中线各水质指标间的因果关系并进行高精度预测,提出一种经验动态建模（EDM）和深度学习相结合的方法. 利用经验动态建模完成水质指标间的因果分析,在此基础上构建数据集训练长短期记忆神经网络（LSTM）进行水质预测,并对比了不同结构LSTM的预测精度及耗时. 结果表明：①南水北调中线输水水质稳定,沿程无明显突变；②南水北调中线的总氮与溶解氧和pH存在双向的因果关系；③基于因果分析结果训练的神经网络能完成南水北调中线的高精度水质预测,预测值纳什效率系数基本高于0.85. 该方法能够深入分析变量间的因果关系并完成高精度预测,可为南水北调中线水质管理以及后续水生态因子的分析预测提供科学支撑.

关键词：南水北调工程,经验动态建模（EDM）,深度学习,水质,长短期记忆（LSTM）神经网络,