文献分享 | JOH：可解释的CEEMDAN-FE-LSTM-transformer混合模型预测地表水总磷浓度

本文介绍了一种可解释的CEEMDAN-FE-LSTM-transformer混合模型，用于预测地表水中的总磷（TP）浓度。该模型结合了完全集成经验模态分解与自适应噪声、模糊熵、长短期记忆和Transformer技术，有效解决了高维数据处理中的过拟合和欠拟合问题，并增强了长期预测中的数据依赖关系。研究结果表明，该模型在太湖流域三个水质监测站的TP浓度预测中表现优异，决定系数（R2）范围为0.37至0.87，显著优于传统模型。模型解释结果显示，浊度和总氮是影响TP预测的关键因素，特别是在湿季。本研究为地表水富营养化预警和治理提供了新的建模策略。