来源：期刊VIP网 时间：
作者：李虎成;刘杰;
单位：陕西理工大学数学与计算机科学学院;
摘要：为了提高河流水体重金属浓度的预测精度，提出一种基于ARIMA-LSTM组合模型的水体重金属浓度预测方法。以汉江汉中段水体为研究对象，选取该流域段蒙家渡、南柳渡、烈金坝三个监测断面2013年1月—2022年12月期间水体重金属实际监测数据，分别运用ARIMA模型、LSTM模型和ARIMA-LSTM组合模型对三种重金属元素Cu、As、Cr的浓度进行时间序列预测。结果表明：相较于ARIMA模型，ARIMA-LSTM组合模型的平均相对误差（MAE）、均方根误差（RMSE）、平均绝对百分比误差（MAPE）分别平均降低了30.40%、32.98%、45.40%；相较于LSTM模型，上述三项误差指标分别平均降低了78.88%、77.74%、75.58%。由此说明ARIMA-LSTM组合模型在水体重金属浓度预测方面优于单一的ARIMA模型、LSTM模型，其预测结果与监测断面的实际浓度更为接近，验证了该组合模型的有效性。
关键词：水体重金属;;浓度预测;;ARIMA模型;;LSTM模型;;时间序列;;自相关函数;;偏自相关函数
基金资助：陕西省教育厅重点智库项目（23JT001）
