蓝藻水华暴发会引发湖泊生态系统的灾害和饮用水安全风险,铜绿微囊藻是我国太湖、 巢湖、滇池等富营养化湖泊水华的主要优势物种,研究铜绿微囊藻的生长规律十分必要,然而现阶段铜绿微囊藻从初期到后期的全过程模拟及生长预测尚存在不足.鉴于此,基于室内铜绿微囊藻培养试验,提出了一种由小波变换(WT)、注意力机制(AM)和门控循环单元(GRU)组合的预测方法(WT-AM-GRU),旨在掌握铜绿微囊藻的未来生长变化趋势.首先使用小波变换对采集到的5个特征数据进行小波降噪,去除数据中的高频信号,然后将降噪后的结果输入到GRU网络中,并引入注意力机制对GRU的输出进行重要性特征提取,实现铜绿微囊藻生长表征指标叶绿素a浓度的单步和多步预测.结果表明:相比于AM-GRU、WT-GRU和GRU三种模型,引入小波变换和注意力机制的WT-AM-GRU模型预测效果较优.模型在时间步为6 h、12 h、18 h和24 h的RMSE分别为2.443,2.897,3.227和3.555,R2分别为0.940、0.916、0.896和0.874,表明该模型有较好的预测精度和泛化能力,能够为铜绿微囊藻的生长预测研究提供科学依据.

铜绿微囊藻;小波变换;注意力机制;门控循环单元;多步预测

常州大学计算机与人工智能学院阿里云大数据学院软件学院, 江苏常州 213164;常州市环境科学研究院, 江苏常州 213022;江苏中吴环保产业发展有限公司, 江苏常州 213023

[1]宦娟;杨贝尔;李明宝;张浩;徐宪根;孙文迪;史兵;刘智强-.基于WT-AM-GRU模型的铜绿微囊藻生长预测研究)[J].水利水电技术（中英文）,2022(11):121-130

WT,AM,GRU,铜绿微囊藻,生长预测,预测研究,蓝藻水华,湖泊生态系统,饮用水安全,水安全风险,太湖,巢湖,滇池,富营养化湖泊,主要优势,优势物种,生长规律,全过程模拟,小波变换,注意力机制,门控循环单元,来生,生长变化,特征数据,小波降噪,除数,高频信号,出进,表征指标,叶绿素,单步,多步预测,时间步,RMSE,泛化能力

0.260734