本书针对水环境数据海量、异构、多源、非结构化的特点，提出了水环境非结构性数据融合技术；针对水环境水质监测问题，介绍了河流断面水质时空预测、河流断面水质动态预警、水环境水质多元信息遥感监测技术，研究了水环境水质在线评价和饮用水源地水质安全在线评估技术；最后，针对水环境管控问题，介绍了重点污染区域识别、投诉举报和水环境网络舆情关联分析、水环境污染源溯源，以及京津冀区域智慧管控平台设计。本书为人工智能、自动控制工程、环境工程的专业技术人员提供理论和应用方面的参考，也可作为高等院校相关专业高年级本科生及研究生的教材参考书。
围绕水环境质量管理领域存在的问题，依托人工智能技术、自动化技术，本书针对水环境质量评价与智能监控技术进行了系统的归纳和总结，详细介绍了水环境数据处理、水质智能监测、水质智能评价、水环境智慧管控技术，以此希望能够为人工智能、自动控制工程、环境工程的专业技术人员提供理论或者应用方面的参考。
随着人类社会文明的进步和公众环保意识的增强，科学合理地利用自然资源、全面系统地保护生态环境，已经成为世界各国可持续发展的必然选择。环境保护是指人类科学合理地保护并利用自然资源，防止自然环境受到污染和破坏的一切活动。环境保护的本质是协调人类与自然的关系，维持人类社会发展和自然环境延续的动态平衡。由于生态环境是一个复杂的动态大系统，实现人类与自然和谐共生是一项具有系统性、复杂性、长期性和艰巨性的任务，必须依靠科学理论和先进技术的支撑才能完成。
面向国家生态文明建设，聚焦污染防治国家重大需求，北京工业大学环保自动化研究团队瞄准人工智能与自动化学科前沿，围绕空气质量监控、水污染治理、城市固废处理等社会共性难题，从信息学科的视角研究环境污染防治自动化、智能化技术，助力国家打好蓝天碧水净土保卫战。作为环保自动化领域的拓荒者，研究团队经过二十多年的潜心钻研，在水环境智能感知与智慧管控、城市污水处理过程智能优化控制、城市供水系统智能优化与控制、城市固废焚烧过程智能优化控制和空气质量智能感知、识别与监控等方面取得了重要进展，形成了具有自主知识产权的环境质量感知、自主优化决策、智慧监控管理等环境保护新技术。为了促进人工智能与自动化理论发展和环保自动化技术进步，更好地服务国家生态文明建设，团队在前期研究的基础上总结凝练成智慧环保前沿技术丛书，希望为我国环保智能化发展贡献一份力量。
本书的主要内容包括水环境监控技术现状分析、非结构化数据融合、河流断面水质预测和动态预警、河流断面和饮用水源地水质评价、水环境水质遥感检测、重点污染源区域识别、水环境投诉举报数据挖掘与网络舆情关联分析、水环境污染溯源和水环境智慧管控大数据平台构建等，为水环境感知与监控提供了理论方法和技术基础。本书致力于科学治污、精准治污，研究人工智能赋能水资源、水环境精细化管理的基础理论和关键技术，旨在解决水环境治理中的共性问题，助力实现人与自然和谐共生。
本书的工作得到水体污染控制与治理科技重大专项（2018ZX07111005）、科技创新2030新一代人工智能重大项目（2021ZD0112301、2021ZD0112302） 和国家自然科学基金项目（62021003、61890930） 资助。感谢国家自然科学基金委员会、科技部长期以来的支持，使我们团队能够心无旁骛地潜心研究。感谢我的同事张会清、范青武、李煜和团队研究生林永泽、陈中林、张鸿业、武战红、许博文、张春辉、王仔超、张璐瑶、李艺博等，他们在资料查找、公式整理、图形绘制、数值试验等方面做了大量的工作，为加快本书出版进程和提高出版质量做出了贡献。感谢人工智能和水资源、水环境、水生态研究领域的专家学者，你们的成功实践激励了我们继续创新的勇气，你们的前期探索使本书内容得到进一步升华。
鉴于人工智能、自动化、环境工程领域知识体系的不断丰富和发展，而作者的知识积累有限，书中难免有不妥之处，敬请广大读者批评指正。
乔俊飞，北京工业大学教授、博士生导师，环保自动化领域专家。国家自然科学基金创新群体项目负责人， 长江学者奖励计划特聘教授，国家杰出青年基金获得者，国家级百千万人才工程入选者，享受国务院特殊津贴专家。现任智慧环保北京实验室主任、智能感知与自主控制工程中心主任，兼任中国人工智能学会常务理事，中国自动化学会理事。长期从事计算智能与智能优化控制领域研究工作，在污染防治过程智能特征检测、自组织控制和多目标动态优化方面取得开创性成果，多项成果已广泛应用于环保企业生产实践，取得了显著的经济、社会和生态效益。杨翠丽，北京工业大学副教授、硕士生导师。现任中国环境感知与保护自动化专业委员会委员、环保自动化全国高校黄大年式教师团队骨干成员。主要从事水环境水质监测方面的研究工作，在河流断面和饮用水源地水质智能评价方面取得系列成果。主持国家自然科学基金面上项目、青年项目等，参与国家自然科学基金重大项目、重点项目等。在多个权威期刊上发表论文20余篇，授权国家发明专利3项，发布团队标准1项，完成著作1部。获得国家科学技术进步奖二等奖等。毕敬，北京工业大学教授、博士生导师。主要研究方向为复杂大数据计算与分析、云边端资源协同与优化。担任IEEE系统、人与控制论学会Women in Engineering(WIE)委员会秘书长、多个国内外期刊及会议副主编、专题分会主席等工作。主持承担多项国家和省部级项目，包括国家自然科学基基金面上项目科技部水体污染控制与治理科技重大专项子课题、国防基础预研共性基基金、产学合作协同育人项目等。在国内外权威期刊上发表论文150余篇，获得授权美国中国发明专利及软著30余项，主持/参与图书出版2部，获得中国仿真学会科学技术进步奖一等奖等。
第1章 绪论 001
1.1 水环境概述 002
1.1.1 水环境和水资源 002
1.1.2 我国水环境特点 002
1.2 水环境质量评价概述 003
1.2.1 我国水环境质量 003
1.2.2 水环境质量评价 004
1.3 水环境监控概述 006
1.3.1 我国水环境质量管理 006
1.3.2 水环境监控 007
1.3.3 水环境智慧监控 008
1.4 水环境水质数据 009
1.4.1 水环境水质数据获取方式 009
1.4.2 水环境水质多源数据 011
1.4.3 水环境水质数据特征 012
1.5 水环境水质数据监测技术 013
1.5.1 现场监测 013
1.5.2 在线监测 014
1.5.3 遥感监测 015
1.6 水环境水质数据监测装置与系统 015
1.6.1 水质监测仪器 016
1.6.2 水质监测系统 017
1.6.3 水质自动监测站 018
参考文献 020
第2章 水环境非结构化数据融合 023
2.1 水环境数据融合技术概述 024
2.2 非结构化数据融合架构 026
2.2.1 架构设计 027
2.2.2 模型设计 029
2.3 非结构化数据时空对齐技术 033
2.3.1 技术原理 033
2.3.2 技术架构 034
2.3.3 技术实现 034
2.4 非结构化数据特征提取技术 038
2.4.1 技术原理 038
2.4.2 技术架构 039
2.4.3 技术实现 040
2.5 非结构化数据融合处理技术 043
2.5.1 技术原理 043
2.5.2 技术架构 045
2.5.3 技术实现 046
2.6 技术应用及成效 052
参考文献 053
第3章 河流断面水质时空耦合预测 057
3.1 河流断面水质预测概述 058
3.2 河流断面水质数据生成模型 060
3.2.1 生成对抗网络水质数据补全模型设计 060
3.2.2 模型检验及结果分析 063
3.3 注意力机制的水质预测模型 065
3.3.1 水质预测模型网络结构设计 065
3.3.2 模型检验及结果分析 071
3.4 双向长短时记忆网络和时间注意力机制的水质预测模型 083
3.4.1 双向长短时记忆网络和时间注意力机制的水质预测模型网络结构设计 083
3.4.2 模型检验及结果分析 086
3.5 混合长短时记忆网络的水质预测模型 091
3.5.1 混合长短时记忆网络的水质预测模型网络结构设计 091
3.5.2 模型检验及结果分析 096
3.6 时空图卷积的水质预测模型 106
3.6.1 时空图卷积水质预测模型网络结构设计 106
3.6.2 模型检验及结果分析 109
3.7 时空耦合水质预测模型 114
3.7.1 时空耦合水质预测模型网络结构设计 114
3.7.2 模型检验及结果分析 117
3.8 河流断面实时水质预测系统开发 120
3.8.1 系统功能设计 121
3.8.2 系统功能开发 122
参考文献 123
第4章 河流断面水质动态预警 129
4.1 河流断面水质预警概述 130
4.2 水质异常检测的动态预警方法 131
4.3 水质序列分解 132
4.3.1 基于Loess 的季节与趋势分解（STL） 132
4.3.2 经验模态分解（EMD） 133
4.4 水质序列预测 135
4.4.1 基于三次平滑指数的水质预测模型 135
4.4.2 基于支持向量回归的水质预测模型 137
4.4.3 基于编解码的长短期记忆网络水质预测模型 140
4.4.4 基于序列分解的水质预测模型 145
4.5 水质序列预警 146
4.5.1 基于拉依达准则的水质异常检测模型 146
4.5.2 基于孤立森林的水质异常检测模型 148
4.5.3 基于多元高斯分布的局部异常检测模型 151
4.5.4 水质预警模型学习算法 152
4.6 模型检验及结果分析 152
4.7 河流断面动态高效水质预警系统开发 156
4.7.1 系统功能设计 156
4.7.2 系统功能开发 157
参考文献 159
第5章 河流断面水质实时评价 163
5.1 水环境水质评价概述 164
5.2 水环境水质污染要素分析 166
5.2.1 水环境水质污染程度评价 167
5.2.2 基于主元分析法的水环境主要污染物分析 168
5.2.3 方法校验及结果分析 170
5.3 河流断面水质ESN-RLS 实时评价 172
5.3.1 河流断面水质实时评价 172
5.3.2 ESN 基本结构 173
5.3.3 递归最小二乘算法 175
5.3.4 水质实时评价模型结构设计 177
5.3.5 水质实时评价模型参数自适应调整算法 177
5.3.6 断面水质数据集 181
5.3.7 模型检验及结果分析 183
5.4 河流断面水质RESN 实时评价 185
5.4.1 河流断面水质RESN 实时评价模型结构设计 187
5.4.2 RESN 在线稀疏逼近训练法 188
5.4.3 模型检验及结果分析 191
5.5 水环境水质实时评价系统 193
5.5.1 系统功能设计 193
5.5.2 系统功能开发 194
参考文献 197
第6章 饮用水水源地水质安全在线评价 201
6.1 饮用水水源地水质安全评价概述 202
6.2 饮用水水源地水质安全单因子评价法 204
6.3 饮用水水源地水质安全FNN 在线评价法 208
6.3.1 饮用水水源地水质安全在线评价技术的必要性 208
6.3.2 FNN 基本原理 209
6.3.3 饮用水水源地水质安全在线评估模型设计 212
6.3.4 收敛性分析 213
6.3.5 模型检验及实验结果分析 214
6.4 饮用水水源地水质安全PDF-FNN 在线评估法 217
6.4.1 最优误差PDF 准则 218
6.4.2 饮用水水源地水质安全PDF-FNN 在线评估模型设计 219
6.4.3 收敛性分析 221
6.4.4 模型检验及结果分析 222
6.5 饮用水水源地水质安全在线评估系统开发 225
6.5.1 系统功能设计 225
6.5.2 系统功能开发 227
参考文献 228
第7章 水环境水质遥感监测 233
7.1 水环境水质遥感监测概述 234
7.2 基于多源信息融合的水质指标遥感监测方法 236
7.2.1 水体区域提取 237
7.2.2 多源信息融合水质指标插值 237
7.2.3 方法校验及结果分析 238
7.2.4 水质指标遥感监测系统开发 244
7.3 黑臭水体遥感监测概述 247
7.4 基于随机森林的黑臭水体遥感监测方法 248
7.4.1 基于随机森林的黑臭水体遥感监测方法设计 249
7.4.2 方法校验及结果分析 250
7.4.3 黑臭水体遥感监测系统开发 258
参考文献 262
第8章 水环境重点污染区域识别 265
8.1 水环境重点污染源筛选概述 266
8.2 基于成本效益均衡分析法的重点污染源动态筛选 268
8.2.1 算法设计 268
8.2.2 方法校验及结果分析 269
8.3 基于GIS 核密度分析的重点污染区域识别方法 270
8.3.1 GIS 核密度分析原理 271
8.3.2 重点污染区域识别方法设计 273
8.3.3 模型检验及结果分析 275
8.4 水环境重点污染源筛选与重点污染区域识别系统开发 276
8.4.1 系统功能设计 276
8.4.2 系统功能开发 279
参考文献 280
第9章 水环境投诉举报数据挖掘 283
9.1 水环境投诉举报概述 284
9.2 投诉举报LSTM 分类技术 286
9.2.1 算法设计 287
9.2.2 模型检验及结果分析 290
9.3 投诉举报数据多要素关联分析 291
9.3.1 算法设计 292
9.3.2 模型检验及结果分析 295
9.4 投诉举报事件相似性神经网络分析技术 303
9.4.1 文本相似度和短语相似度 304
9.4.2 基于GRNN 的投诉举报事件相似性分析技术 305
9.4.3 模型检验及结果分析 307
9.5 投诉举报事件严重程度分析 308
9.5.1 水体污染多要素 309
9.5.2 模型检验及结果分析 311
9.6 基于深度神经网络的投诉事件可信度分析技术 312
9.6.1 算法设计 312
9.6.2 模型检验及结果分析 315
9.7 水环境公众监督和举报投诉系统开发 315
9.7.1 系统功能设计 316
9.7.2 系统功能开发 316
参考文献 317
第10章 投诉举报和水环境网络舆情关联分析 321
10.1 水环境网络舆情分析概述 322
10.2 投诉举报文本分析技术 324
10.2.1 研究对象分析 324
10.2.2 数据获取 326
10.2.3 文本分析与预处理技术 326
10.3 投诉举报文本自动标注及分类技术 328
10.3.1 文本自动标注技术 329
10.3.2 投诉举报文本分类技术 333
10.3.3 方法校验及结果分析 334
10.4 投诉举报与舆情事件关联识别技术 337
10.4.1 TextRank 算法 338
10.4.2 BM25 模型 339
10.4.3 方法校验及结果分析 340
10.5 水环境舆情分析系统开发 344
10.5.1 系统功能设计 344
10.5.2 系统功能开发 345
参考文献 351
第11章 水环境污染源溯源 355
11.1 水环境污染源溯源概述 356
11.2 水环境污染源溯源技术 358
11.2.1 基于词袋模型的文本词频统计算法 358
11.2.2 朴素贝叶斯分类算法 362
11.2.3 基于GIS 的地理信息计算算法 363
11.2.4 污染源可疑程度分数计算标准 364
11.3 模型检验及结果分析 366
11.4 水环境污染溯源系统开发 369
11.4.1 系统功能设计 369
11.4.2 系统功能开发 371
参考文献 371
第12章 京津冀区域水环境智慧管控大数据平台 375
12.1 水环境智慧管控平台概述 376
12.2 京津冀区域水环境智慧管控大数据平台构建 377
12.2.1 京津冀区域水环境简介 377
12.2.2 平台建设目标 379
12.2.3 京津冀区域水环境智慧管控大数据平台功能设计 380
12.3 平台技术现状 381
12.3.1 云计算数据中心与容器技术 381
12.3.2 虚拟机调度和计算迁移技术 383
12.3.3 神经网络并行加速处理技术 383
12.4 平台总体设计 384
12.4.1 总体技术架构 384
12.4.2 平台服务器架构 386
12.5 平台功能开发 387
12.5.1 水环境监控预警 387
12.5.2 水环境模拟分析 388
12.5.3 水环境管理支持 389
12.5.4 水环境数据中心 390
参考文献 391
书单推荐
