[论文解读] A multivariate water quality parameter prediction model using recurrent neural network

Dhruti Dheda, Ling Cheng|arXiv (Cornell University)|Mar 25, 2020

Hydrological Forecasting Using AI参考文献 13被引用 5

一句话总结

本研究利用长短期记忆（LSTM）网络开发了一种多变量水质预测模型，用于预测澳大利亚 Burnett 河的溶解氧水平，基于溶解氧、pH 和水温的历史数据。单步LSTM模型的预测误差为0.01 mg/L，多步模型的均方根误差（RMSE）为0.227 mg/L，表明深度学习在实现精确、及时的水质预测方面具有可行性，有助于提升资源管理效率。

ABSTRACT

The global degradation of water resources is a matter of great concern, especially for the survival of humanity. The effective monitoring and management of existing water resources is necessary to achieve and maintain optimal water quality. The prediction of the quality of water resources will aid in the timely identification of possible problem areas and thus increase the efficiency of water management. The purpose of this research is to develop a water quality prediction model based on water quality parameters through the application of a specialised recurrent neural network (RNN), Long Short-Term Memory (LSTM) and the use of historical water quality data over several years. Both multivariate single and multiple step LSTM models were developed, using a Rectified Linear Unit (ReLU) activation function and a Root Mean Square Propagation (RMSprop) optimiser was developed. The single step model attained an error of 0.01 mg/L, whilst the multiple step model achieved a Root Mean Squared Error (RMSE) of 0.227 mg/L.

研究动机与目标

• 通过预测建模解决传统水质监测成本高、耗时长的挑战。
• 利用历史数据开发基于机器学习的解决方案，实现对水质退化的早期检测。
• 比较单步与多步LSTM模型在预测溶解氧水平方面的性能表现。
• 评估模型架构与超参数对水质参数预测精度的影响。
• 通过支持及时、数据驱动的决策，促进可持续的水资源管理。

提出的方法

• 使用三个输入特征（溶解氧、pH 和水温）训练了一个多变量单步LSTM模型，采用单个LSTM层和ReLU激活函数。
• 开发了一个多变量多步LSTM模型，包含两个全连接的LSTM层，使用ReLU激活函数和RMSprop优化算法，用于预测未来24个值。
• 使用多年来自Burnett河的历史水质数据进行模型训练，并采用早停法防止过拟合。
• 使用RMSprop优化模型训练，基于验证损失进行早停，单步模型训练400个周期，多步模型训练1000个周期。
• 通过均方根误差（RMSE）和预测值与实际溶解氧值的可视化对比评估模型性能。
• 单步模型预测未来12小时的单个值，多步模型以30分钟为间隔预测未来24个值。

实验结果

研究问题

• RQ1 基于LSTM的模型能否利用多变量历史水质数据准确预测河流中的溶解氧水平？
• RQ2 模型架构（单层与多层LSTM）如何影响预测精度和训练动态？
• RQ3 单步与多步LSTM模型在水质预测中，最优训练周期数是多少？
• RQ4 不同的激活函数和优化器如何影响模型收敛性和预测误差？
• RQ5 深度学习模型在多大程度上可以减少水质监测中昂贵且耗时的实验室检测需求？

主要发现

• 单步LSTM模型的预测误差为0.01 mg/L，表明其在预测单个未来溶解氧值方面具有高精度。
• 多步LSTM模型在以30分钟为间隔预测未来24个值时，均方根误差（RMSE）为0.227 mg/L。
• 单步模型所需训练周期数较少（400个），相比多步模型（1000个），表明更简单的架构具有更快的收敛速度。
• 尽管多步模型误差较高，但其在预测连续值序列方面表现出较强的鲁棒性，这对实际水资源管理至关重要。
• 两个模型均将pH和水温作为辅助输入，证实了它们与溶解氧水平之间存在强相关性。
• 结果表明，基于LSTM的模型能够有效预测水质参数，从而实现对水资源的主动管理。