Journal of Hydrology | 基于小波分析和长短时记忆网络的滇池叶绿素a浓度时空过程模拟与预测

Eco_note 生态与地理速报 2022-07-27

随着城市化的快速发展，滇池的水污染呈现出城市与农业面源污染相结合的趋势，这增大了控制与改善水环境的难度。水质状态变化的模拟与预测是水资源管理的重要理论基础。该研究选取了2005~2012年滇池10个水质监测点的15个水质参数的数据，将小波域阈值去噪（WDTD）、小波平均融合（WMF）和长短时记忆（LSTM）相结合，基于WDTD提出WMF，形成一个WDTD-LSTM-WMF的长期预测模型。运用该模型和地理空间分析方法，模拟滇池叶绿素a（Chla）浓度的历史变化过程，并预测未来Chla浓度的变化趋势。

研究结果表明，该模型具较好的预测性能，表现为具有较低的误差和较高的通用化（RMSE = 18.40, MAE = 13.56, R² = 0.63）。空间可视化分析表明，从2005年到2020年，Chla高于100 μg/L的区域出现一个从北到西部和西南地区扩散的趋势。这一结果与与昆明市的城市化发展与气候变化有关。