桂林理工大学

详情

基于自注意力机制和多模型融合的流域水质变化趋势预测研究

申报人：丁驰安 申报日期：2025-01-03

基本情况

2025年批次
基于自注意力机制和多模型融合的流域水质变化趋势预测研究 学生申报
创新训练项目
工学
计算机类
学生来源于教师科研项目选题
一年期
本研究旨在构建一个高效可靠的水质监测数据建模框架，以应对数据的时间动态和空间分布复杂性，并解决数据缺失和异常值问题。研究目标包括开发多策略数据预处理方法、构建融合LSTM和GNN的混合模型以挖掘数据时空特性，并通过实验验证模型的有效性，为水资源保护和环境管理提供技术支持。
无
无
本研究旨在构建一个高效可靠的水质监测数据建模框架，以应对数据的时间动态和空间分布复杂性，并解决数据缺失和异常值问题。研究目标包括开发多策略数据预处理方法、构建融合LSTM和GNN的混合模型以挖掘数据时空特性，并通过实验验证模型的有效性，为水资源保护和环境管理提供技术支持。
校级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
丁驰安 计算机科学与工程学院 计算机科学与技术（应用） 2023 负责项目整体的管理和调控
麦欣悦 计算机科学与工程学院 网络工程 2024 设计调查问卷，制定总体实施方案
史乐煊 化学与生物工程学院 生物工程 2023 实地走访调研与宣传，社会沟通联络
孟嘉昊 计算机科学与工程学院 软件工程 2024 负责本项目的财务统计和预测
张宇辰 计算机科学与工程学院 软件工程 2023 负责编程与功能定制、调试

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
王新政 计算机科学与工程学院 否

立项依据

水质监测数据对于环境保护和资源管理至关重要，但面临数据缺失、异常值处理、时空特性复杂性等挑战。这些因素限制了数据的有效性，影响模型预测的可靠性。水质监测在污染治理、饮用水安全和水资源可持续利用中扮演关键角色，因此，开发能有效处理这些问题的高效建模方法是当前研究的紧迫任务。本研究旨在本文的研究目标是构建一种高效、可靠的水质监测数据建模框架，以应对水质数据在时间动态与空间分布上的复杂性，同时克服数据缺失和异常值带来的挑战。
水质监测在环境保护和水资源管理中具有重要意义，但由于水质监测数据存在缺失值、异常值以及复杂的时空依赖特性，传统预测方法难以有效应对。针对这一问题，本文提出了一种系统化的水质预测框架，结合了数据预处理与深度学习方法，通过改进数据质量和优化建模过程，为流域水质变化的精准预测提供解决方案。在数据预处理阶段，设计了包括动态时间扭曲（DTW）、均值填充、基于KNN的机器学习填充以及生成对抗网络（GANs）异常值检测在内的综合方法，以提升数据完整性和一致性；在建模阶段，构建了融合长短期记忆网络（LSTM）和图神经网络（GNN）的混合模型，通过捕捉水质数据的时间动态特性和空间关联特性，实现对复杂流域监测点水质变化的时空联合建模。初步实验结果表明，该框架在多项预测评价指标上优于传统模型，特别是在长时间跨度预测和多站点联合建模任务中表现显著。未来的研究将聚焦于优化模型超参数、引入多模态数据以及提升计算效率，以进一步提高模型的泛化能力和实际应用价值。本研究为水质监测与管理提供了一种科学有效的技术方案，同时也为时空数据建模的多领域应用提供了新思路。
一、国外研究
1.时间序列预测研究
国际上对时间序列预测的研究较为成熟，尤其是在水质监测领域，多采用经典时间序列方法（如ARIMA、指数平滑等）和深度学习方法（如LSTM、GRU）。LSTM凭借其在长短期依赖性建模上的优势，已经成为流域水质预测的重要工具。然而，大多数研究集中于单一站点的时间序列建模，忽略了空间特性的影响。
2.空间特性建模的探索
随着深度学习的发展，图神经网络（GNN）近年来在空间特性建模中受到广泛关注。国外研究者开始尝试在环境领域应用GNN，通过构建基于地理距离或污染传输的图结构，探索站点间的空间依赖性。这些方法主要用于大尺度区域污染预测，但其动态建模能力仍有待提升。
3.时空联合建模的初步尝试
国际上针对时空特性的联合建模处于探索阶段，部分研究结合卷积神经网络（CNN）或图卷积网络（GCN）与时间序列模型（如LSTM），实现对时空数据的联合建模。例如，某些研究通过时空卷积网络（ST-CNN）捕捉多维环境数据的复杂关系，但这些模型大多用于空气质量预测或交通流量建模，在水质监测领域的应用仍然有限。
4.多模态数据融合
国外先进研究还致力于融合多源数据（如气象数据、污染物扩散数据）进行水质预测。例如，美国、德国等研究机构结合遥感数据和监测站点数据，使用机器学习方法提高模型的鲁棒性和预测精度。
二、国内研究
1.传统统计模型为主
国内对水质监测数据的研究起步相对较晚，许多研究仍集中在传统统计模型上，如回归分析、主成分分析（PCA）、时间序列分解等。这些方法在单站点数据分析上表现较好，但难以适应复杂的时空特性。
2.基于机器学习的应用逐渐增多
随着机器学习在环境数据建模中的应用增多，国内学者逐步采用支持向量机（SVM）、随机森林（RF）等方法进行水质预测。然而，这些模型通常只能捕捉非线性特性，缺乏对时间动态和空间关联的全面建模。
3.深度学习技术的初步应用
国内部分研究开始尝试应用LSTM、GRU等深度学习方法，提升时间序列预测的精度。例如，已有研究使用多层LSTM对流域水质的长期趋势进行建模，但在联合建模空间特性方面相对薄弱。
4.区域性污染建模的探索
一些国内研究者尝试利用地理信息系统（GIS）结合机器学习方法，构建流域污染扩散模型。这些方法在区域性水质分布的预测中有所贡献，但由于缺乏动态模型，其对复杂时空关系的建模能力较为有限。
5.模型与政策结合的实际应用
国内水质监测与预测的研究更多服务于环境政策需求，例如预测污染物总量以支持排放控制。然而，模型的科学性和先进性仍有较大提升空间，特别是在动态复杂性和实时监测预测方面。
一、创新点
1.时空交互建模：首次在水质预测中融合时空特性，全面提升模型性能。
2.灵活动态设计：通过动态图结构和多尺度建模，适应复杂流域环境的变化。
3.数据质量提升：创新性地引入GAN检测异常值，强化数据处理效果。
二、项目特色
1.时空特性建模：论文结合LSTM和GNN科学建模水质的时间动态性和空间关联性，符合水质变化规律。
2.系统化数据预处理：采用动态时间扭曲、KNN填充等科学方法，确保数据完整性和准确性。
3.实验验证严谨：通过多指标评估和与传统方法对比验证模型的有效性和科学性。
4.深度学习技术应用：结合LSTM与GNN，突破单一建模局限，是时空建模的前沿探索。
5.自注意力机制与动态图构建：动态捕捉站点间关系变化，增强对关键特性的关注。
6.多模块融合：集成预处理、时间建模和空间建模，形成统一框架，具有较高的综合性和先进性。
一、技术路线
1、数据预处理模块
数据预处理的重要性: 数据预处理是提高建模精度的关键步骤，通过系统化处理手段挖掘原始数据中的有用信息，降低噪声干扰，填补数据缺失，纠正异常值，减少特征冗余性，提高数据表达能力，从而提升模型训练效率和预测性能。
预处理的精确性和科学性: 面对复杂数据特性时，预处理过程的精确性和科学性直接决定了模型效果的上限，是整个建模流程中不可或缺的核心环节。
2、缺失值填充
动态时间扭曲(DTW)填充方法: 适用于周期性和长期趋势明显的水质数据，通过选择相似时间序列并使用DTW对齐缺失时间点及其周围值，计算动态路径，估算缺失值。
均值填充方法: 适用于缺失值数量较少且随机分布的情况，通过计算历史均值或局部均值替代缺失值，操作简便，计算成本低。
基于机器学习的填充方法: 引入KNN填充、插值法和回归填充等智能方法，利用数据内在特性和变量关联性进行填充，提升填充精度。
3、数据归一化
Min-Max归一化: 通过线性变换将数据缩放至指定区间，保持数据相对分布关系，适用于数值差异较大的场景，但对异常值敏感。
Z-Score归一化: 将数据调整为均值为0、标准差为1的标准正态分布，保留数据分布信息，对异常值影响较小，需保证样本数据量充足。
差异化归一化: 针对不同监测站点数据分布差异，分别进行独立归一化处理，考虑局部环境因素影响，避免站点间差异导致的数据偏差。
4、异常值检测
基于规则的方法: 利用水质指标的物理范围或经验性分布设定阈值，快速识别超出合理范围的异常值，适用于数据量大且分布稳定的场景。
K-最近邻(K-NN): 通过计算数据点与其K个最近邻的距离判断异常值，适用于具有局部聚类特性的水质数据，提升检测精度。
生成对抗网络(GANs): 通过训练生成模型和判别模型，识别不符合整体模式的异常数据，适合捕捉复杂分布的高维数据。

summernote-img

5、模型设计模块
针对时间序列特征建模: 采用LSTM、自注意力机制和动态学习率策略，捕捉水质数据的长期趋势和短期波动，提高关键事件识别能力，增强预测稳定性与精度。
针对空间特征建模: 引入图神经网络(GNN)及相关技术，构建图结构，捕捉监测站点间空间关联性，提升对水质分布特性的表达和预测能力。
图结构构建: 将监测站点及其关系建模为加权图，定义节点和边，构建基于距离、水流网络拓扑关系和动态数据相关性的边权重。
图神经网络(GNN)建模: 通过图卷积操作更新节点特征，实现信息传播，采用多头注意力机制和动态图构建策略，提升对复杂图特性的表达能力。
跨站点建模: 设计联合预测、边特征建模和空间分区建模方法，全面捕捉站点间的联动效应，提升整体预测精度。
结合空间注意力机制: 动态分配站点间权重，重点关注对目标站点预测影响较大的区域，消除噪声数据干扰，增强模型鲁棒性。
summernote-img

二、拟解决的问题
1.目前图结构的短板：所能检测水质指标及其他辅助信息有限。
解决方案：
多头注意力机制：通过计算多个注意力权重捕捉不同尺度的空间特性，提升对复杂图特性的表达能力。
动态图构建：结合时间序列特征，动态调整图的拓扑结构，使其能够反映随时间变化的站点间关系。
2.超参数结果不准确导致的图结构不稳定
解决方案：
对模型的关键超参数（如学习率、LSTM单元数、GNN层数）进行系统化搜索，以提升模型的稳定性与性能。
三、预期成果
1.助力生态环境保护
水质变化是流域生态健康的重要指标。本文通过精确建模与预测，有助于及时掌握流域生态状况，指导相关部门开展流域治理与生态修复，助力实现可持续发展目标。
2.支持国家环保政策实施
本文研究成果为落实水污染防治法、长江保护法等环保政策提供了技术支撑。通过准确的水质预测，可辅助政府设定合理的污染物排放限值，推动污染总量控制和精细化管理。
3.满足社会对水环境质量的需求
随着公众对水环境质量关注的提升，精确预测和动态监测水质变化成为满足公众需求的重要手段。论文提出的方法可提升水环境信息透明度和数据共享能力，为公众提供更科学、可靠的水环境信息。
4.推动学术与产业结合
本文的技术方法不仅为学术研究提供了新的思路，还可在水环境监测设备、智能系统开发等产业领域落地，实现科研成果的产业化转化，促进环保领域的技术升级。

summernote-img

“挑战杯”的衍生项目
本项目作为第十九届“挑战杯”广西大学生课外学术科技作品竞赛的衍生项目，目前已有完整的工作计划。
技术工具的熟练应用
我们团队已经较好掌握了Python编程语言，能够熟练运用其丰富的数据处理和分析库（如Pandas、NumPy等）进行科学计算和数据预处理。在此基础上，我们开始重点学习主流深度学习框架TensorFlow和PyTorch的使用方法。这些工具为后续的模型开发、训练和优化提供了强有力的技术支持，同时使我们能够快速实现复杂算法并进行实验验证。
前沿研究的持续跟踪
我们长期关注水质预测、环境建模以及深度学习应用领域的最新文献，定期跟踪国内外学术期刊和会议的最新进展。通过系统性文献调研，我们掌握了基于深度学习的方法在环境科学领域的创新应用，并了解了基于注意力机制和多模型融合技术在相关研究中的重要性。这一过程帮助我们从理论层面更清晰地定义研究问题和目标。
数据的收集与处理
在数据层面，我们已经获取了一批公开的流域水质数据集。这些数据集包含了诸多重要的水质指标，如pH值、化学需氧量（COD）、生化需氧量（BOD）、氮磷含量等。在充分了解各项指标的环境意义和潜在影响的基础上，我们对数据进行了初步清洗和处理，包括处理缺失值、异常值检测、以及时间序列插值等，为后续模型的构建和训练打下了基础。
跨学科合作与专业知识补充
为了更深入地理解流域水质的动态变化，我们与地下水科学与工程专业的同学建立了紧密合作。为我们提供了专业背景知识，如地下水与地表水交互作用的特点、污染物迁移规律以及常见流域水文模型的构建方法。这种跨学科合作使我们能够更准确地定义问题、提取特征，同时增强了研究的科学性与实用性。
研究计划的制定与执行
我们已经详细制定了研究计划，将项目任务进行分解和时间安排。在这一过程中，我们明确了每个团队成员的职责和分工，确保工作流的高效性和连续性。同时，我们定期撰写阶段性研究报告，记录实验结果、分析问题、并调整研究策略。这种计划性和文档化的管理方式，不仅提升了团队的协作效率，也为项目成果的最终呈现积累了丰富的材料。   
具备的条件
初步处理好的数据集
我们已经获取并对数据集进行了初步处理，包括对流域水质数据中的关键指标（如pH值、化学需氧量COD、生化需氧量BOD、氮磷含量等）进行清洗、异常值剔除和缺失值插补。这些处理为模型的构建和训练打下了良好的数据基础，并确保了数据的质量和可靠性。此外，我们通过分析初步数据的分布和趋势，获得了流域水质变化的初步规律性认识，为后续特征选择提供了方向。
扎实的Python编程基础
团队成员在Python编程方面有较为扎实的基础，能够熟练使用Pandas、NumPy、Matplotlib等工具进行数据分析和可视化。这为模型开发过程中的数据处理、特征提取以及结果展示提供了重要支持。我们也能通过Python快速实现一些基本的算法和模型原型，便于进行实验验证和调试。
缺少的条件
深度学习框架的熟练应用
尽管团队在编程方面有一定基础，但在构建深度学习模型时，目前还缺乏对TensorFlow和PyTorch等深度学习框架的深入了解。这是我们在模型构建过程中面临的主要技术短板，也是制约研究进度的重要因素。由于深度学习框架的功能强大且复杂，我们需要进一步学习其在时间序列预测、注意力机制和多模型融合方面的应用。
深度学习的项目实战经验
除了框架的使用，我们在深度学习项目中的实践经验也相对不足，尤其是在模型设计、超参数调优以及结果分析等方面。需要进一步通过实际项目或案例学习来增强相关能力。
解决方法
系统学习深度学习框架
为了解决技术短板问题，团队计划利用假期和休闲时间，通过以下途径学习TensorFlow和PyTorch等深度学习框架的使用：
向老师或专业人士请教：主动联系熟悉深度学习技术的导师或专业人士，寻求他们的指导和建议，特别是在项目中实际问题的解决方法方面。
线上课程学习：选择一些结构化、体系化的在线学习资源（如Coursera、Udemy、B站等平台的课程），从入门到进阶系统学习框架使用，涵盖从基础概念到高级应用。
学习文档与实践项目：阅读TensorFlow和PyTorch的官方文档，了解其核心API和设计思想，并通过实现经典案例（如时序预测、图像分类等）积累实战经验。
参与开源项目：加入与水质预测或深度学习相关的开源项目，通过协作开发进一步提升能力。
学习计划的制定与执行
我们计划为每个团队成员制定详细的学习计划，包括学习目标、每日任务和定期检查点。通过个人学习与团队讨论结合的方式，确保每个成员都能掌握框架的基本使用。同时，团队成员可以相互分享学习中的心得和技巧，共同提升。
开展模拟实验
在学习框架的同时，我们将针对性地开展小规模实验，尝试实现一些简单的模型（如LSTM、GRU）并逐步引入注意力机制和融合技术。这不仅能加深对框架的理解，也能为后续模型开发积累经验。

经费预算

开支科目 预算经费（元） 主要用途 阶段下达经费计划（元）
前半阶段 后半阶段
预算经费总额 17000.00 支撑整个项目的进行 8500.00 8500.00
1. 业务费 9000.00 流域调研与项目宣传费用 4500.00 4500.00
（1）计算、分析、测试费 4000.00 数据处理、模型验证及计算资源费用 2000.00 2000.00
（2）能源动力费 1000.00 数据计算设备运行与实验室电力消耗 500.00 500.00
（3）会议、差旅费 1500.00 调研流域站点、学术会议差旅费用 1000.00 500.00
（4）文献检索费 1500.00 学术文献获取与数据库订阅费用 1000.00 500.00
（5）论文出版费 1000.00 项目成果发表 0.00 1000.00
2. 仪器设备购置费 4000.00 测试平台硬件升级和必要的软件许可证购买 2000.00 2000.00
3. 实验装置试制费 2000.00 测试用小型水质监测装置与相关改进 1000.00 1000.00
4. 材料费 2000.00 数据存储设备及相关实验耗材 1000.00 1000.00
结束

用户单位： 桂林理工大学        

版权所有： 南京先极科技有限公司