一种基于综合水质标识指数与ARIMA-LSTM模型的河流水质预测方法

本发明涉及环境监测领域内的一种基于综合水质标识指数与ARIMA‑LSTM模型的河流水质预测方法，旨在克服传统水质预测中多项指标分别建模导致的复杂性高、误差累积等问题。本发明通过收集研究区总磷、总氮、氨氮和高锰酸盐指数数据；采用综合水质标识指数法，计算单一的综合水质标识指数Pi；接着构建ARIMA‑LSTM组合预测模型：先利用ARIMA模型对Pi序列进行线性趋势预测，再通过LSTM神经网络对ARIMA模型的残差进行拟合，最终将两者输出相加得到组合预测值；最后以纳什效率系数和平均绝对误差评价预测效果。通过预测结果可为河流水资源管理与水环境保护提供决策支持。