气象-水文-污染耦合预测模型

采用"气象驱动—水文响应—污染迁移"三层递进耦合架构：水文层基于Bi-GRU双向门控循环单元（双层GRU+LeakyReLU激活、Huber损失函数、Adam优化器，EarlyStopping与ModelCheckpoint防过拟合）与随机森林Bagging集成算法（随机属性选择+多决策树均值回归，早停机制与学习率调整），以过去72小时滑动窗口预测未来1小时流量；采用MinMaxScaler归一化、时间序列插值补缺、长序列站点初训+格点雨量二次训练的两级训练策略；污染层基于LSTM网络以历史7天13变量序列滚动预测第8天污染物浓度；以NSE、R²、PBIAS、相关系数四指标进行训练期、验证期、测试期三期独立检验，并逐小时洪水过程个例（如2023年7月9日织金暴雨洪峰过程）验证峰现时间预报能力。

搜集汇总

背景与挑战

背景概述

该数据集由贵州新气象科技有限责任公司自主产生，规模0.03GB，按天更新，聚焦复杂喀斯特地貌下矿区水环境安全防控。模型采用“气象驱动—水文响应—污染迁移”三层递进耦合架构，结合Bi-GRU、随机森林和LSTM分别预测径流与涌水量及总磷、氟化物等污染物浓度，并通过NSE、R²、PBIAS和相关系数进行三期独立检验及洪水个例验证。