CN116186566B 基于深度學(xué)習(xí)的擴(kuò)散預(yù)測方法及系統(tǒng) （北京建工環(huán)境修復(fù)股份有限公司）

本發(fā)明公開了一種基于深度學(xué)習(xí)的擴(kuò)散預(yù)息篩選目標(biāo)污染物，根據(jù)目標(biāo)區(qū)域的GIS地理數(shù)時間的污染分布結(jié)合目標(biāo)污染物的擴(kuò)散趨勢獲2通過目標(biāo)污染物監(jiān)測點(diǎn)采集目標(biāo)污染物濃度信息，基根據(jù)目標(biāo)區(qū)域的污染擴(kuò)散格局獲取污染區(qū)域的目標(biāo)污染通過擴(kuò)散預(yù)測模型對連續(xù)時間段內(nèi)目標(biāo)污染物濃度及根據(jù)所述污染源信息篩選目標(biāo)污染物，根據(jù)目標(biāo)區(qū)域的GIS地理數(shù)據(jù)確定目標(biāo)污染物根據(jù)目標(biāo)區(qū)域的區(qū)域范圍獲取范圍內(nèi)的污染源信息，根根據(jù)預(yù)設(shè)環(huán)境監(jiān)測任務(wù)在標(biāo)志性污染物中進(jìn)行篩選獲將目標(biāo)污染物的現(xiàn)有監(jiān)測數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，通過根據(jù)數(shù)據(jù)分析獲取不同位置環(huán)境監(jiān)測井的數(shù)據(jù)關(guān)聯(lián)，判斷所述數(shù)據(jù)根據(jù)所述GIS地理數(shù)據(jù)獲取目標(biāo)區(qū)域內(nèi)的地形及水文數(shù)據(jù)，在現(xiàn)有環(huán)境監(jiān)測井的基礎(chǔ)染物監(jiān)測點(diǎn)采集目標(biāo)污染物濃度信息，基于所述目標(biāo)污染物濃度信息對各監(jiān)測點(diǎn)進(jìn)行聚根據(jù)目標(biāo)污染物監(jiān)測點(diǎn)的位置信息將目標(biāo)區(qū)域進(jìn)行格網(wǎng)根據(jù)聚類樣本集中格網(wǎng)位置信息及目標(biāo)污染物濃度信息獲取格網(wǎng)樣本之間的相似度通過所述聚類樣本集的聚類中心獲取聚類結(jié)果，根據(jù)根據(jù)所述目標(biāo)區(qū)域的污染分布及擴(kuò)散方向生成目標(biāo)區(qū)域內(nèi)目標(biāo)污染物3根據(jù)目標(biāo)污染物的歷史監(jiān)測數(shù)據(jù)結(jié)合目標(biāo)污染物的擴(kuò)散格局獲取污染區(qū)域目標(biāo)污染基于深度學(xué)習(xí)構(gòu)建擴(kuò)散預(yù)測模型，將預(yù)處理后的目標(biāo)污通過圖注意力網(wǎng)絡(luò)對目標(biāo)區(qū)域目標(biāo)污染物監(jiān)測點(diǎn)形成的圖結(jié)構(gòu)將圖注意力網(wǎng)絡(luò)輸出的特征序列輸入DASeq2Seq模型進(jìn)行特征編碼，利用當(dāng)前時間戳的特征輸入和上一時間戳的隱藏狀態(tài)獲取當(dāng)前時間戳的隱藏狀態(tài)，并在DASeq2Seq模型中通過圖注意力網(wǎng)絡(luò)的消息傳遞機(jī)制及鄰居聚合機(jī)制對節(jié)點(diǎn)根據(jù)目標(biāo)區(qū)域內(nèi)污染擴(kuò)散格局獲取目標(biāo)污染物當(dāng)前的污通過所述擴(kuò)散預(yù)測模型進(jìn)行時空關(guān)聯(lián)特征提取，根據(jù)根據(jù)所述目標(biāo)污染物預(yù)測濃度進(jìn)行聚類分析，生成新的根據(jù)聚類偏差確定對應(yīng)格網(wǎng)并進(jìn)行標(biāo)記，將標(biāo)記的4通過目標(biāo)污染物監(jiān)測點(diǎn)采集目標(biāo)污染物濃度信息，基根據(jù)目標(biāo)區(qū)域的污染擴(kuò)散格局獲取污染區(qū)域的目標(biāo)污染通過擴(kuò)散預(yù)測模型對連續(xù)時間段內(nèi)目標(biāo)污染物濃度及根據(jù)所述污染源信息篩選目標(biāo)污染物，根據(jù)目標(biāo)區(qū)域的GIS地理數(shù)據(jù)確定目標(biāo)污染物根據(jù)目標(biāo)區(qū)域的區(qū)域范圍獲取范圍內(nèi)的污染源信息，根根據(jù)預(yù)設(shè)環(huán)境監(jiān)測任務(wù)在標(biāo)志性污染物中進(jìn)行篩選獲將目標(biāo)污染物的現(xiàn)有監(jiān)測數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，通過根據(jù)數(shù)據(jù)分析獲取不同位置環(huán)境監(jiān)測井的數(shù)據(jù)關(guān)聯(lián)，判斷所述數(shù)據(jù)根據(jù)所述GIS地理數(shù)據(jù)獲取目標(biāo)區(qū)域內(nèi)的地形及水文數(shù)據(jù)，在現(xiàn)有環(huán)境監(jiān)測井的基礎(chǔ)染物監(jiān)測點(diǎn)采集目標(biāo)污染物濃度信息，基于所述目標(biāo)污染物濃度信息對各監(jiān)測點(diǎn)進(jìn)行聚根據(jù)目標(biāo)污染物監(jiān)測點(diǎn)的位置信息將目標(biāo)區(qū)域進(jìn)行格網(wǎng)根據(jù)聚類樣本集中格網(wǎng)位置信息及目標(biāo)污染物濃度信息獲取格網(wǎng)樣本之間的相似度通過所述聚類樣本集的聚類中心獲取聚類結(jié)果，根據(jù)根據(jù)所述目標(biāo)區(qū)域的污染分布及擴(kuò)散方向生成目標(biāo)區(qū)域內(nèi)目標(biāo)污染物根據(jù)目標(biāo)污染物的歷史監(jiān)測數(shù)據(jù)結(jié)合目標(biāo)污染物的擴(kuò)散格局獲取污染區(qū)域目標(biāo)污染基于深度學(xué)習(xí)構(gòu)建擴(kuò)散預(yù)測模型，將預(yù)處理后的目標(biāo)污5通過圖注意力網(wǎng)絡(luò)對目標(biāo)區(qū)域目標(biāo)污染物監(jiān)測點(diǎn)形成的圖結(jié)構(gòu)將圖注意力網(wǎng)絡(luò)輸出的特征序列輸入DASeq2Seq模型進(jìn)行特征編碼，利用當(dāng)前時間戳的特征輸入和上一時間戳的隱藏狀態(tài)獲取當(dāng)前時間戳的隱藏狀態(tài)，并在DASeq2Seq模型中根據(jù)目標(biāo)區(qū)域內(nèi)污染擴(kuò)散格局獲取目標(biāo)污染物當(dāng)前的污通過所述擴(kuò)散預(yù)測模型進(jìn)行時空關(guān)聯(lián)特征提取，根據(jù)根據(jù)所述目標(biāo)污染物預(yù)測濃度進(jìn)行聚類分析，生成新的根據(jù)聚類偏差確定對應(yīng)格網(wǎng)并進(jìn)行標(biāo)記，將標(biāo)記的6[0004]為了解決上述技術(shù)問題，本發(fā)明提出了一種基于深度學(xué)習(xí)的擴(kuò)散預(yù)測方法及系[0010]利用目標(biāo)區(qū)域當(dāng)前時間的污染分布結(jié)合目標(biāo)污染物的擴(kuò)散趨勢獲取潛在污染區(qū)7[0016]根據(jù)所述GIS地理數(shù)據(jù)獲取目標(biāo)區(qū)域內(nèi)的地形及水文數(shù)據(jù)，在現(xiàn)有環(huán)境監(jiān)測井的[0019]根據(jù)聚類樣本集中格網(wǎng)位置信息及目標(biāo)污染物濃度信息獲取格網(wǎng)樣本之間的相[0021]根據(jù)所述目標(biāo)區(qū)域的污染分布及擴(kuò)散方向生成目標(biāo)區(qū)域內(nèi)目標(biāo)污染物的擴(kuò)散格[0023]根據(jù)目標(biāo)污染物的歷史監(jiān)測數(shù)據(jù)結(jié)合目標(biāo)污染物的擴(kuò)散格局獲取污染區(qū)域目標(biāo)[0027]將圖注意力網(wǎng)絡(luò)輸出的特征序列輸入DASeq2Seq模型進(jìn)行特征編碼，利用當(dāng)前時間戳的特征輸入和上一時間戳的隱藏狀態(tài)獲取當(dāng)前時間戳的隱藏狀態(tài)，并在DASeq2Seq模8G=(V,E)[0030]獲取目標(biāo)區(qū)域內(nèi)目標(biāo)污染物監(jiān)測點(diǎn)的位置信息，確定空間拓?fù)潢P(guān)系，定義為G=(V,E)[0031]獲取目標(biāo)污染物監(jiān)測點(diǎn)所在格網(wǎng)，將對應(yīng)的目標(biāo)污染物監(jiān)測數(shù)[0043]利用目標(biāo)區(qū)域當(dāng)前時間的污染分布結(jié)合目標(biāo)污染物的擴(kuò)散趨勢獲取潛在污染區(qū)9[0055]S106，根據(jù)目標(biāo)區(qū)域的污染擴(kuò)散格局獲取污染區(qū)域的目標(biāo)污染物的濃度變化序應(yīng)的目標(biāo)污染物濃度信息的負(fù)平方歐式距離計算相似性其中，前時間戳的特征輸入和上一時間戳的隱藏狀態(tài)獲取當(dāng)前時間戳的隱藏狀態(tài)，并在[0076]利用平均池化及最大池化結(jié)合對鄰居節(jié)點(diǎn)分配不同的權(quán)重，其中權(quán)重的計算表示映射函數(shù)，表示t時刻的節(jié)點(diǎn)特征，Avgpool表示平均池化，Maxpool表示最大池[0079]需要說明的是，根據(jù)目標(biāo)區(qū)域內(nèi)污染擴(kuò)散格局獲取目標(biāo)污染物[0082]利用大數(shù)據(jù)手段在預(yù)設(shè)檢索空間中獲取目標(biāo)污染物對應(yīng)的具有污染物富集能力[0084]根據(jù)目標(biāo)區(qū)域的季節(jié)特征所述標(biāo)志性植物為兩種或者兩種以上深度學(xué)習(xí)的擴(kuò)散預(yù)測方法程序被所述處理器[0091]利用目標(biāo)區(qū)域當(dāng)前時間的污染分布結(jié)合目標(biāo)污染物的擴(kuò)散趨勢獲取潛在污染區(qū)[0096]根據(jù)聚類樣本集中格網(wǎng)位置信息及目標(biāo)污染物濃度信息獲取格網(wǎng)樣本之間的相[0098]根據(jù)所述目標(biāo)區(qū)域的污染分布及擴(kuò)散方向生成目標(biāo)區(qū)域內(nèi)目標(biāo)污染物的擴(kuò)散格應(yīng)的目標(biāo)污染物濃度信息的負(fù)平方歐式距離計算相似性其中，[0101]根據(jù)目標(biāo)污染物的歷史監(jiān)測數(shù)據(jù)結(jié)合目標(biāo)污染物的擴(kuò)散格局獲取污染區(qū)域目標(biāo)[0105]將圖注意力網(wǎng)絡(luò)輸出的特征序列輸入DASeq2Seq模型進(jìn)行特征編碼，利用當(dāng)前時間戳的特征輸入和上一時間戳的隱藏狀態(tài)獲取當(dāng)前時間戳的隱藏狀態(tài)，并在DASeq2Seq模[0108]利用平均池化及最大池化結(jié)合對鄰居節(jié)點(diǎn)分配不同的權(quán)重，其中權(quán)重的計算表示映射函數(shù)，表示t時刻的節(jié)點(diǎn)特征，Avgpool表示平均池化，Maxpool表示最大池征對于輸入的重要程度，為t時刻第k個特征,第i個特征對應(yīng)的相關(guān)性，為[0111]需要說明的是，根據(jù)目標(biāo)區(qū)域內(nèi)污染擴(kuò)散格局獲取目標(biāo)污染物光盤等各種可以存儲程序代碼