基于YOLOv5和LSTM的微囊藻水华监测预警方法

本申请公开了一种基于YOLOv5和LSTM的微囊藻水华监测预警方法，涉及水质监测技术领域，该方法包括：获取目标水域水体样本的显微扫描图像并输入至基于YOLOv5模型构建得到的微囊藻检测模型中，输出微囊藻细胞的位置和类别；基于微囊藻细胞的位置和类别，计算水体样本中的微囊藻密度；将当前时刻及其之前多个连续历史时刻的水质参数和微囊藻密度输入至预先训练得到的LSTM预测模型中，预测得到未来预定时段内的微囊藻密度，并对微囊藻密度超出水华藻密度阈值的时刻进行预警。该方法通过对YOLOv5模型改进并结合LSTM模型的时间序列预测性能，实现了微囊藻密度的高效、精准监测，对于微囊藻水华的早期预警和防控具有重要意义。