一种基于集成式深度学习模型的水质区间预测方法

本发明公开一种基于集成式深度学习模型的水质区间预测方法，属于水质时序数据预测与人工智能技术领域。包括以下步骤：（1）获取目标区域内水质监测站点的水质数据；（2）对获取到的水质数据进行预处理；（3）对预处理后的水质数据进行相关性分析以筛选水质特征数据；（4）将水质特征数据划分为训练集、验证集和测试集；（5）使用VMD将训练集和验证集中的预测目标特征数据分解为一系列简单的IMF分量；（6）将训练集和验证集中各IMF分量和其余水质特征数据输入到TCN‑GRU耦合模型中等步骤。本发明在地表水水质变化趋势的预测方面成效显著，能为水生态系统保护与区域可持续发展提供支持与保障。