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，教育部“ 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教育部工程中心主任，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、教育部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