基于多源异构数据融合的河流氨氮预测模型研究.pdfVIP

摘要

河流在城市化和工业化的进程中发挥着许多关键性的作用，然而，河流的

开发和利用往往伴随着潜在的污染。其中，过量污染物未经处理进入河流是造

成污染的主要原因，这一过程常常带有隐蔽性和不可预见性。降低污染危害程

度的主要手段是对河流水质进行连续和实时的监测，但传统水质检测方法由于

时效性差等原因无法满足这一要求。近年来，大量研究通过构建数据驱动模型

实现对水质的快速预测，这一过程不依赖于化学检测手段，因而能够实现连续

和实时的水质监测。然而，由于不同场景中数据的特点差异较大，这些水质模

型在不同的应用场景中常常表现出悬殊的预测性能，解决该问题的一种方法是

提高模型输入的多样性，如增加不同来源、不同结构的数据。基于此，通过对

某城市河流的实际案例研究，本论文提出利用廉价易得的监测数据和图像数据，

构建以机器学习算法为主体的多源异构数据融合模型，实现更高精度的河流水

质预测。

构建基于结构化数据的河流氨氮预测模型。将收集到的廉价易得的监测数

据用于训练和优化四种机器学习算法：支持向量回归（SVR）、随机森林

（RF）、多层感知器（MLP）和K最近邻（KNN），实现河流中氨氮的预测。

对模型的预测性能进行比较，发现SVR和RF具有最佳的预测效果，预测的

决定系数（R2）为0.68，均方根误差（RMSE）为1.15，将其作为基础模型进

行后续研究；KNN的预测效果次之，R2为0.66，RMSE为1.18；而MLP的

预测效果最差，预测的R2为0.63，RMSE为1.23。总体而言，基于单一结构

化数据构建的模型对氨氮的预测效果较差。

构建基于图像数据的河流氨氮预测模型。收集河道监控摄像头采集的图像

数据，使用两种手工特征提取算法（HOG、LBP）和三种预训练卷积神经网

络（VGG16、Xception、ResNet）提取出图像特征并建立特征与氨氮、溶解

氧和电导率指标之间的映射关系，实现对三种指标的预测。结果显示，预训练

VGG16在所有指标中均取得了最优的预测效果，其中对氨氮的预测R2为0.58，

溶解氧的预测R2为0.76，电导率的预测R2为0.74。这一结果表明图像中存

在与水质相关的信息，并可以通过算法进行提取利用。进一步探究发现，提升

训练数据量在一定程度上可以提升模型的预测精度。因此，在增加图像数量后，

有望进一步提升模型对氨氮的预测效果。

基于结构化数据和图像数据，利用上述优选出的基础模型，构建基于多源

异构数据融合的河流氨氮预测模型。比较了四种不同融合策略对模型预测性能

的影响：普通特征层融合、耦合注意力机制的特征层融合、平均法和堆叠法。

结果表明，采用堆叠法和平均法的数据融合模型取得较优的预测性能，其预测

的R2分别为0.81和0.77，相比于基于结构化数据和基于图像数据构建的基础

模型，能够将模型性能分别提高13%和32%以上。该结果表明，在选取合适

的数据融合策略前提下，多源异构数据融合能够显著提升模型的预测效果。

综上所述，本论文将廉价易得的监测数据与图像用于构建多源异构数据融

合的河流氨氮预测模型，实现了更加准确的河流氨氮预测。在研究中证明了利

用监控图像进行水质预测的可行性，并探究了不同图像特征提取算法对模型预

测结果的影响。本研究能够助力实现河流水质的低成本、实时连续监测，降低

河流污染事件的危害，同时对河流智慧化管理具有重要意义。

关键词：氨氮预测；多源异构数据；机器学习算法；图像特征提取；数据融合

Abstract

Intheprocessofurbanizationandindustrialization,riversplaycrucial

roles;however,theutilizationofriversoftenaccompaniespotentialpollution.

Theprimarycauseofpollutionisthedischargeofuntreatedpollutantsinto

rivers,whichfrequ