一种基于多源数据融合与自适应动态模型的环境监测方法

本发明涉及一种基于多源数据融合与自适应动态模型的环境监测方法，该方法通过在监测区域部署多类型传感器，同步采集大气、水质、土壤环境参数数据。采集后的数据先经中值滤波算法去除噪声，再利用改进的D‑S证据理论进行融合；接着，基于LSTM神经网络建立自适应动态环境预测模型，以均方误差为损失函数对融合数据进行学习和预测。最后，将预测结果与预设阈值对比，一旦预测值超阈值，便通过物联网终端自动向相关部门发送环境异常警报，本发明的目的是解决现有环境监测技术中数据单一、处理方式简单、预测准确性不足且预警不及时，通过多源数据融合与自适应动态模型，实现对环境参数数据的精准采集、有效处理、准确预测，并及时触发环境异常预警。