概述

需求一套基于人工智能的，具有高效、精准、适应性强、推广潜力大的水污染预测预警技术及其产品。

需求详情

本技术需求为基于人工智能的水质预测预警技术，解决水质预测模型构建过程复杂、用户友好度低、扩展性差的问题。水质预测分析当前普遍使用的是过程驱动的水质模型。水质模型在水污染防治方面发挥了巨大作用。但由于过程驱动的模型的设计通常与数值代码和数据之间具有刚性关系，在一个地方建立的模型，很难快速应用到其他地方，导致模型的扩展性极差，使得模型使用成本高。同时，由于模型建模的复杂性高、数据需求量大，导致模型对用户的专业性要求太高，用户友好程度极低，这同样限制了模型的扩展性。另一方面，当前大量的机理模型为国外技术成果，我国缺乏能广泛使用的具有自主知识产权的成熟产品。基于人工智能进行水质预测预警，不需要考虑复杂的水动力水质过程，不受过程机理认识的限制，能够根据数据的变化不断地优化认知和处理多种高维数据，建模过程简单快速，模拟预测准确度高。当前已取得了不少的研究成果，但总体上还处于起步阶段，不具备落地的条件，行业内暂时没有较为成熟的实际应用。本技术需求中，所采用的技术，无论是机器学习、数值模拟还是高性能计算和大数据挖掘，都是当前主流的技术。项目将这些技术，按需进行整合和优化，并解决相关技术在水质预测研究和应用中的关键问题，所构建的技术框架、形成的科研成果，都具有较强的先进性和颠覆性，将极大促进水质模拟预测技术的革新，加速水质预测模型产品的落地，推动人工智能水质预测理论的进步。