%A 任永琴, 金柱成, 俞真元, 王晓丽, 彭士涛
%T 基于双向门控循环单元的地表水氨氮预测
%0 Journal Article
%D 2022
%J 中国环境科学
%R
%P 672-679
%V 42
%N 2
%U {http://www.zghjkx.com.cn/CN/abstract/article_18009.shtml}
%8
%X 为提高水环境中NH4+-N的预测精度,提出了一种互补完全集合经验模式分解(CCEEMDAN)和双向门控循环单元(BiGRU)神经网络的混合预测模型(CCB).首先,通过CCEEMDAN将NH4+-N数据分解成一系列较为简单的模态成份;然后利用BiGRU神经网络对各成份进行预测,将所有分解成份的预测结果相加即可获得最终预测结果.以2017年6月~2020年2月鄱阳湖的NH4+-N数据进行模型性能验证.结果表明,利用CCB模型在1d后的NH4+-N预测中平均绝对百分比误差为3.38%,在7d后的NH4+-N预测中平均绝对百分比误差为6.82%,在15d后的NH4+-N预测中平均绝对百分比误差为9.41%,优于本文中参与比较的其他模型.CCB模型在NH4+-N预测方面具有良好的预测性能.