基于多尺度 AI 的饮用水源微量有机污染物精准检测研究

芬芳 谭(湖南省长沙生态环境监测中心，中国)

摘要

采用“特征级融合+决策级融合”双层架构构建多尺度数据融合策略，兼顾不同尺度特征的互补性与独立性，提升污染物检测模型的精度及鲁棒性。特征级融合基于注意力机制，通过权重分配识别各尺度特征贡献度，突出核心微观特征、抑制冗余信息，经矩阵运算整合为全局特征向量，解决单一尺度特征信息缺陷。决策级融合依托D-S证据理论，将各尺度检测结果作为证据源，量化融合可信度以消除不确定性，结合深度学习与机器学习模型初步结果，通过迭代优化合成过程，输出综合决策结果。

关键词

多尺度；AI技术；饮用水源；污染物监测

参考

王永坤,姚宇,雷振,等. 再生水残余有机物富集浓缩方法的优化与构建——以微量有机污染物和生物毒性检测为导向 [J]. 中国环境科学, 2025, 45 (08): 4311-4321.

刘国梁. 试论水体中微量有机污染物的检测研究进展 [J]. 决策探索(中), 2020, (07): 91.

张博超,章丽萍,王大伟,等. 全二维气相色谱-飞行时间质谱（GC×GC-TOFMS）非靶向筛查水源地中微量有机污染物 [J]. 环境化学, 2023, 42 (04): 1109-1117.

DOI: http://dx.doi.org/10.12345/zyyhbjz.v4i2.36429