基于机器学习的水质数据推演获取方法及系统

摘要

本申请公开了基于机器学习的水质数据推演获取方法及系统，此方法分为模型生成阶段和模型推演阶段。在模型生成阶段，将所研究水域的各监测站位所采集的各类特征的历史数据进行分析处理，得到目标水质因子的独立相关特征集及其对应的历史数据集，基于此数据集，通过机器学习方法获得目标水质因子的最优推演模型；在模型推演阶段，采集独立相关特征集所涵盖的各特征因子某时段的数据，将此数据输入最优推演模型，推算出该时段目标水质因子的数据。本申请是一种无需经过化学试剂和传感器检测等传统数据采集方式的新型的水质数据获取方法，可减少因传统水质数据采集方式所造成的环境污染和危险隐患，具有成本低、安全环保和高技术附加值等优点。