华东师范大学陈曦教授团队：人工智能耦合先验知识，在溶解氧预测上取得新成果

本研究由华东师范大学陈曦教授团队主导，针对滇池溶解氧（DO）预测问题，提出了一种基于先验知识约束的双向长短时记忆网络模型（PKBiLSTM）。研究背景指出，随着城市化和工业化的加速，淡水湖泊的溶解氧水平急剧下降，导致生态问题严重。研究目的是开发一个能够准确预测溶解氧突然衰竭的模型。研究结果表明，引入物理先验知识显著提高了预测准确性，PKBiLSTM模型在19个数据集上的平均克林-古普塔效率系数（KGE）达到0.926，优于其他模型。此外，通过SHAP分析发现，pH值对溶解氧的影响最为显著。