公开(公告)号：CN117571945A

公开(公告)日：2024-02-20

申请号：CN202311524967.5

申请日：2023-11-15

Applicant: 北京工商大学

Inventor： 张珣 ,  何冰 ,  林斯杰 ,  岳明齐 ,  刘宪圣

IPC: G01N33/18 ,  G06F18/27 ,  G06F30/27 ,  G06F30/28 ,  G06N3/0442 ,  G06T17/00

Abstract: 本发明公布了一种耦合时间序列预测模型与机理模型的地下水污染预测方法，涉及地下水污染预测技术领域，基于时间序列的机器学习算法，得到扩充的污染场地地下水污染物浓度时间序列；通过耦合时间序列预测模型与机理模型建立地下水污染预测模型，实现地下水污染预测。本发明在数据处理阶段采用时间序列预测模型，利用地下水污染物浓度的历史监测数据进行预测，从而得到扩展的时间序列数据集，弥补污染场地数据量不足的问题；将时间序列预测模型与机理模型进行耦合构建地下水污染物迁移转化数值模型，对地下水污染的预测更为准确。

公开(公告)号：CN117520768A

公开(公告)日：2024-02-06

申请号：CN202311418469.2

申请日：2023-10-30

Applicant: 北京工商大学 ,  中国科学院地理科学与资源研究所

Inventor： 张珣 ,  岳明齐 ,  曹红英 ,  郝蒙蒙 ,  何冰 ,  候艺璇

IPC: G06F18/20 ,  G01N33/18 ,  G06F30/27 ,  G06N3/0464 ,  G06N3/084 ,  G06T17/00

Abstract: 本发明公布了一种耦合时空图卷积网络与机理模型的地下水污染预测方法，针对污染场地地下水污染物浓度数据，基于三维地下水溶质运移模型与时空图卷积神经网络模型，构建土壤地下水污染物浓度预测模型；先利用机理模型进行数据扩充，再基于机器学习模型进行污染物浓度预测，实现对地下水污染物浓度的特征提取，得到污染物浓度变化趋势。属于地下水污染预测技术领域。采用本发明技术方案，能够提高对地下水污染浓度的预测能力，满足实际应用需求。