基于在线监测时间序列数据的水质预测模型研究进展

秦艳, 徐庆, 陈晓倩, 刘振鸿, 唐亦舜, 高品

东华大学学报(自然科学版) ›› 2024, Vol. 50 ›› Issue (03) : 116 -122.

PDF (1429KB)
东华大学学报(自然科学版) ›› 2024, Vol. 50 ›› Issue (03) : 116 -122. DOI: 10.19886/j.cnki.dhdz.2022.0483

基于在线监测时间序列数据的水质预测模型研究进展

作者信息 +

Author information +
文章历史 +
PDF (1462K)

摘要

当前地表水突发性污染事件频发,已造成严重的环境和社会影响,对环境监管部门应急处置能力建设提出了新要求和新挑战。地表水水质在线监测数据具有高频率和高时效等特点,系统论述了基于在线监测时间序列数据的水质预测模型的研究现状和进展,包括数据软测量、预处理方法和水质预测模型等,分析了不同水质预测模型在应用过程中存在的问题,并对未来研究方向进行了展望,以期为水质预测预警和环境监管提供技术支持和方法参考。

关键词

水质预测模型 / 在线监测 / 时间序列分析 / 自回归模型 / 人工神经网络

Key words

引用本文

引用格式 ▾
秦艳, 徐庆, 陈晓倩, 刘振鸿, 唐亦舜, 高品 基于在线监测时间序列数据的水质预测模型研究进展[J]. 东华大学学报(自然科学版), 2024, 50(03): 116-122 DOI:10.19886/j.cnki.dhdz.2022.0483

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF (1429KB)

33

访问

0

被引

详细

导航
相关文章

AI思维导图

/