视频教程
已录制视频,购买后即可观看学习
全套课件+课程永久观看+案例数据代码+随行导师群
前言
当前,深度学习作为人工智能的热门技术发展迅速,以其强大的非线性和不确定性处理能力在图像识别、语音识别、自然语言处理等领域取得了显著的成效。它是一种端到端的处理方法,在训练算法的指导下,深层神经网络自发地从原始数据中进行抽象,提炼关键特征,对结果做出预报,中间过程不需要人工干预,尤其适合解决样本和结论容易获取但样本导致结论的原因难以清晰界定的问题。
水质综合评价和预测是水环境科学的重要研究内容,它以定量特征直观地描述水环境质量的状态,在此基础上开展对当前水质的综合评价和未来一段时间内水质状态的预测。在水质评价方面,传统方法主要有综合指数法、模糊综合评价法、灰色模式识别法等,这些方法都包含了一些主观因素,如隶属度函数和各指标的权重等,导致结果具有一定的主观性,适用性不强;在水质预测方面,传统方法主要有线性回归法、灰色模型预测法等,这些方法都不能很好地反应数据之间的内在关联和时间序列特征,在实际中预测效果欠佳。水文预报是防汛抗旱决策、水资源综合利用、生态环境保护以及水利水电工程运行管理的重要依据,它根据前期和现时已知的水文气象资料,对未来一定时间水文要素的状态作出定量的预测。传统方法主要研究流域产汇流以及洪水传播的原理进行预报,但是实际情况复杂,简化后的数学模型往往难以获取足够详细的数据或者存在较大的系统性误差。在水文水质领域,基于神经网络的深度学习方法则能弥补上述不足,它能自动寻找输入和输出数据之间的内在关联,不需要人工显式地给出原理,直接由算法在数据中学习评价和预测规则,适合当前大数据背景下的多种应用,且近年来深度学习技术在水文水质领域亦取得了丰硕的研究成果。
课程详情
一、深度学习的基本概念和发展现状
介绍深度学习的基本原理、应用领域、当前取得的进展。
1.1深度学习的基本原理:从生物网络到人工神经网络

一个生物神经元就是一个可以接受、发射脉冲信号的细胞。树突接受其他神经元的脉冲信号,而轴突将输出脉冲传递给其他神经元。人工神经元是把一个神经元看做一个计算单元,对输入进行线性组合,然后通过一个非线性的激活函数作为输出。人工神经网络是对生物神经元的一种模拟,用数值方法模拟人的思维过程。深度学习以人工神经网络为基础,通过构建一个多层的表示学习结构,使用一系列非线性变换操作把从原始数据中提取的简单特征进行组合,从而得到更高层、更抽象的表示。
1.2应用领域


图3 语音、图像、视频、自然语言处理以及交叉领域。
目前在语音、图像、视频、自然语言处理等通用领域发展迅速,在垂直领域,如医药、金融、法律和水文水资源领域有一定的应用。
1.3当前取得的进展

1.4 在水文水质领域的应用
随着信息技术的发展,近十几年来,我国各大流域累计的水文、气象、水环境数据逐渐增多,许多学者和研究人员开始意识到这些数据的潜在价值,纷纷开展基于深度学习模型的水文预报、水质评价和预测的研究,目前也取得了丰硕的成果。
2.1 Python基础
(1)元组、列表、字典数据类型的定义和基本用法
(2)Python中字符串的处理和数据类型转换
2.2 Numpy基本用法
(1)Numpy数组的概念和定义方法
(2)数组数据的访问方法
(3)Numpy中随机数生成、常用的线性代数计算函数
2.3 Matplotlib基本用法
Matplotlib基本绘图、子图划分、双坐标轴绘图以及颜色、标记、线型、刻度、标签、注解的设置等。

2.4 Openpyxl处理Excel基本用法
(1)加载和保存Excel文件的方法
(2)获取Excel中的数据
(2)读取和写入Excel文件
2.5 scikit-learn
scikit-learn是机器学习中封装好的包,本次课程主要介绍支持向量机和决策树的调用方法。
2.6 TensorFlow基本用法
(1)算子、数据流、张量、占位符、变量基本概念
(2)TensorFlow的应用实例
(3)TensorBoard过程可视化的用法
2.7 cv2、PIL基本用法
(1)读取图片数据
(2)图片和矩阵之间的转换
(3)图片可视化
三、前馈神经网络模型、原理和代码实现
借助前馈神经网络介绍深度学习有关的基本概念和数学基础,并使用TensorFlow实现通用前馈神经网络模型架构。
3.1前馈神经网络原理与结构

(1)数据集的划分:训练集、测试集、验证集;
(2)激活函数:sigmoid函数、双曲正切函数tanh、修正线性单元ReLU;
Sigmoid函数:
Tanh函数:
修正线性单元:
(3)Softmax分类器:分类器通常放在网络的最后一层;
,其中为输入向量,是参数。
(4)目标函数:衡量预测和实测结果之间差异的函数,通过目标函数进行优化得出模型参数。
(5)正则项:防止模型过拟合的有效方法。
(6)反向传播算法:计算神经网络梯度的经典算法,在实践中计算时由TensorFlow代劳,无需开发者自己推导公式。
(7)模型训练和参数优化:mini-batch训练策略和梯度下降法。
3.2基于TensorFlow实现的前馈神经网络模板
基于TensorFlow实现前馈神经网络的基本模板设计,在应用过程中,只需要更换数据集,重新调试参数,基本的模型代码不需修改。
4.1 TensorFlow实现多层前馈神经网络,用于水质预测
绿水青山就是金山银山,在环境保护日益受到政府各部门重视的情况下,水污染尤其是水质状况的发展趋势研究就显得极为重要。本部分使用多层前馈神经网络开展水质预测研究,根据某流域重点河段重点监测点位 1986—1995年 DO 的实际监测值开展实验。使用1986-1994年的检测结果作为训练集,对1995年的值做出预测。
通过本部分的学习,可以深入理解前馈神经网络的原理和基于TensorFlow的实现方法,为后续实现卷积神经网络和循环神经网络打好基础。

4.2 TensorFlow实现多层前馈神经网络,用于水位预测
水库建成以后,为了在枯水期蓄满库容,充分发挥发电效益,通常会减少下泄流量,容易导致下游河道湖泊的来流量减少,引发干旱,导致生态环境问题。本实例研究某水库建成后,其下泄流量与下游某湖泊水位之间的关系,根据水库下泄流量预测湖泊水位。

五、卷积神经网络模原理、结构和应用,与支持向量机进行比较

5.2池化操作

5.3卷积网络的基本结构

5.4卷积神经网络在水质综合评价中的应用
卷积神经网络主要处理图像类数据。本部分使用的数据集是某地区多个罗非鱼池塘的水样数据,包含水产专家按照水色判断水质分类的数据以及用数码相机按照标准进行水色采集的数据,每个水质图片命名规则为“类别_编号.jpg”。本任务是根据这些图像数据,利用图像处理技术,通过水色图像实现水质的综合评价。本数据集共有203张图片,共5个类别。

5.5支持向量机的基本原理和应用
介绍支持向量机的原理,并使用5.4中的水色图像数据进行分类,与卷积神经网络进行对比分析。
六、循环神经网络原理与结构
循环神经网络是最适合时间序列预测任务的模型,在每一步合成计算过程中,它都能够考虑到前面时间节点的信息,非常适合处理水文方面的任务以及研究。图13-15是经典的循环神经网络结构。


6.2 循环神经网络在水质预测中的应用
使用4.1中的数据进行预测,结果如下:

七、循环神经网络在水质综合评价和水文预报中的应用
在大型河网中,下游站点的流量通常由上游干、支流控制站点的流量以及区间降雨构成。但由于水雨情的不同,上游站点流量和降雨到达下游站点的时间处于变化中,难以精确测量和计算。本实验借助时间窗口的概念,扩展模型对不同水雨情的适应能力,同时使用RNN和Attention机制在历史数据中挖掘流量传播机制,开展水文预报。具体内容包含以下几个方面:
(1)使用python实现传统的合成流量法;
(2)基于时间窗口概念,使用python实现多维度的合成流量法,并与传统合成流量法进行比较;
(3)构建深度神经网络模型,以各个上游站点的流量过程为模型的输入,结合时间窗口的概念,对下游站点的流量开展预报;
(4)在第(3)步的基础上,增加attention机制,并与(3)中的方法进行比较
在本部分的研究过程中,将详细介绍模型的实现细节,以便使学员能够理解并掌握模型的精髓,能够根据实际问题设计模型,而不是照搬照抄式的套用模型,只有这样才具备一定的创新能力。


7.2 综合案例
水动力学难题之一的大型水库水位计算问题。基于圣维南方程组的水动力学模型是计算大型水库水位的有力方法,然而实际中模型的输入边界(各支流入口流量)难以确定,给计算造成困扰,可以借助深度学习方法解决这一问题。下图是某个大型水库运用水动力学方法计算的水位和深度学习方法计算水位的对比图。

7.3 问题和建议交流环节
注:请提前自备电脑及安装所需软件。
培训费用
非会员费用:2580元
报名方式



(点击课程标题查看详情)
基于claude code、codex双AI协同论文写作撰写与质量校准:从"数据分析→论文初稿→交叉审稿"全流程 |
高水平学术论文写作的“破局”之道暨AI支持下的高分SCl论文前期准备、写作、高质量图表制作、投稿技巧一站式提升 |
一图胜千言-顶刊级科研绘图工坊暨AI支持下Nature级数据可视化 |
AI+学术双驱高强度论文写作特训营工具实操+完整初稿 |
最新AI驱动科研全链路实战营:贯通LLM应用→数据分析→自动化编程→文献及知识管理→科研写作与绘图→构建本地LLM、Agent→多模型圆桌会议→N8N自动化工作流深度应用 |
“OpenClaw+Vibe Coding核心实战玩法,手把手教你本地部署与云端协同,实现知识、论文自动化工作流”培训班 |
体系课程+课件资料及数据代码+导师随行辅导 |
| 基于生态系统服务(InVEST模型)的人类活动、重大工程生态成效评估、论文写作等应用 |
智慧农林核心遥感技术暨AI赋能农林遥感智能提取99案例实践 |
无人机遥感在农林信息提取中的实现方法与GIS融合应用 |
基于MATLAB的无人机遥感数据预处理与农林植被性状估算 |
生态系统NPP及碳源、碳汇模拟实践技术应用 |
基于LPJ模型的植被NPP模拟、驱动力分析及其气候变化响应预测 |
【高分论文密码系列】大尺度空间模拟预测与数字制图 |
基于Python的生态学、地学领域高质量科研可视化制图 |
Python支持下最新Noah-MP陆面模式站点、区域模拟及可视化分析 |
Noah-MP陆面过程模型建模方法与站点、区域模拟实践技术应用 |
陆面生态水文模拟与多源遥感数据同化的实践技术应用 |
基于R语言APSIM模型高级应用及批量模拟 |
WOFOST模型与PCSE模型实践技术应用 |
地表–耕作层–根区–潜水面水盐运移模拟 |
生态环境影响评价技术应用及典型实践案例分析 |
基于”Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践应用 |
地表蒸散发遥感产品信息提取验证与融合实践应用 |
基于当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用及论文写作、拓展分析 |
基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局 |
基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析 |
体系课程+课件资料及数据代码+导师随行辅导 |
最新AI赋能Python-GEE遥感云大数据分析、可视化与Satellite Embedding创新 |
AI支持下的GEE遥感云大数据林业应用典型案例实践 |
遥感云大数据在灾害、水体与湿地领域典型案例及AI大语言模型应用 |
AI-ArcGIS数据处理、空间分析、可视化及多案例应用 |
近地面无人机植被定量遥感与生理参数反演实践 |
“卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法实践 |
AI智慧高光谱遥感实战精修班暨手撕99个案例项目、全覆盖技术链与应用场景一站式提升方案 |
ArcGIS Pro实践技术应用暨基础入门、制图、空间分析、影像分析、三维建模、空间统计分析与建模、python融合、案例应用全流程科研能力提升 |
成像光谱遥感技术中的AI革命:AI在遥感领域中的应用 |
量化遥感与GeoAI高级建模全流程实践 |
合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等 |
基于GMTSAR合成孔径雷达干涉测量InSAR数据处理、形变信息提取与分析 |
体系课程+课件资料及数据代码+导师随行辅导 |
MCM箱模型建模方法及大气O3来源解析实践技术应用 |
水文气象时序分析-从ARMA到Mamba的全栈技术应用 |
双碳目标下太阳辐射预报模式【WRF-SOLAR】模拟方法及改进技术在气象、农林生态、电力等相关领域中的实践应用 |
FLEXPART拉格朗日粒子扩散模式建模技术及研究大气污染物源-汇关系中的实践经验与技巧 |
最新MPAS跨尺度、可变分辨率模式实践技术应用及典型案例分析 |
基于AERMOD模型在大气环境影响评价中的实践应用 |
“AI大语言模型”助力大气科学相关交叉领域实践应用 |
基于Python星载气溶胶数据处理与反演分析实践应用 |
智能气候前沿:AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用 |
体系课程+课件资料及数据代码+导师随行辅导 |
水文、地下水土壤体系课程(即买即看) 点击下方标题查看详情 |
AquaAI水系统遥感智能监测技术暨60个案例覆盖多源数据处理、水体动态监测、水质AI反演与预警系统开发实践 |
最新流域生态系统碳排放、碳循环模拟与评估技术应用 |
AI驱动的流域水–碳–氮多过程耦合模拟 |
基于AI+多技术融合在流域生态系统服务评价、水文水生态分析、碳收支、气候变化影响、制图等领域中的实践 |
极端气候对流域水循环及水环境影响系统实践 |
水文水资源、水生态与水环境领域必修技能暨ArcGIS Pro全流程实践技术学习及AI融合 |
AI支持下的水科学全景解析:暨AI在水文水资源、水环境科研与工程中的全方位实践 |
地表水-地下水耦合建模全景解析暨SWAT-MODFLOW地表与地下协同模拟及多情景专题应用 |
全流程HEC-RAS 1D/2D水动力与水环境模拟技术案例实践及拓展应用 |
SWMM模型深度技术与案例精讲 |
AHP层次分析法在水利中的实践技术应用 |
水资源论证方法与报告编制技术及实际案例分析 |
基于R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践 |
HEC-HMS水文模型实践技术应用 |
HSPF(Hydrological Simulation Program Fortran)模型应用 |
R+VIC模型融合实践技术应用及未来气候变化模型预测 |
山洪径流过程模拟及洪水危险性评价技术 |
Delft3D建模、水动力模拟方法及在地表水环境影响评价中的应用 |
基于Delft3D模型的标量输运、波浪、拉格朗日粒子及溢油模型实践技术应用 |
Delft3D水动力与泥沙运动模拟实践技术应用 |
FVCOM流域、海洋水环境数值模拟方法及实践应用 |
最新FVCOM 潮流、波浪、泥沙、水质、温盐、染色剂、粒子示踪、嵌套、背景流、自动化全流程 |
基于python+ADCIRC潮汐、风驱动循环、风暴潮等海洋水动力模拟实践 |
地下水环评(一级)实践技术及Modflow地下水数值模拟 |
地下水数值模拟软件Visual modflow Flex实践应用 |
最新Python-PLAXIS自动化建模技术与典型岩土工程案例实践应用 |
基于遥感与GIS在滑坡、泥石流易发性、危险性、风险评价及普查中的应用 |
在校学生享专属优惠,最高享受7.5折优惠 |
| 语言类体系课程(即买即看)点击下方标题查看详情 |
|---|
最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用 |
MATLAB 2024b深度学习新特性全面解析与DeepSeek大模型集成开发 |
MATLAB机器学习、深度学习实践应用(2021b) |
最新基于2023aMATLAB深度学习实践技术应用 |
MATLAB 近红外光谱分析技术及应用视频 |
最新AI-Python机器学习与深度学习近红外光谱全流程分析(预处理-建模-可视化) |
基于R语言的贝叶斯网络模型的实践技术应用 |
基于R语言贝叶斯进阶:INLA下的贝叶斯回归\生存分析\随机游走、广义可加模型\极端数据的贝叶斯分析 |
基于R语言的现代贝叶斯统计学方法(贝叶斯参数估计、贝叶斯回归、贝叶斯计算)实践技术 |
最新基于R语言结构方程模型分析与实践技术应用 |
随机森林模型核心技术与科研应用 |
基于R、Python的Copula变量相关性分析及AI大模型应用 |
基于R语言的极值统计学及其在相关领域中的应用 |
R语言混合效应(多水平/层次/嵌套)模型及贝叶斯实现技术应用 |
最新AI-Python自然科学领域机器学习与深度学习技术 |
最新AI-Python机器学习与深度学习实践技术应用 |
深度学习全景进阶:最新Python深度学习进阶与前沿应用 |
基于PyTorch深度学习实践技术应用 |
Python数据挖掘与机器学习实践应用 |
最新Python深度学习技术进阶与应用 |
最新AI支持下的PyTorch机器学习与深度学习实践 |
AI支持下的Python数据分析与可视化、人工智能建模及论文撰写 |
面向高校的基于算法的发明专利申请写作方法 |
基于GeoDa与R语言的空间数据回归实践技术应用 |
基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析 |
基于MATLAB科研数据可视化 |
基于Python科研数据可视化 |
分子动力学LAMMPS模拟实战技术应用 |
基于通用优化软件GAMS的数学建模与优化分析 |
基于GAMS的电力系统优化分析 |
基于现代R语言【Tidyverse、Tidymodel】的机器学习方法 |
面向课题组团队及科研人员AI培养计划:AI人工智能实践技术系统性教学方案 |
如何使用python网络爬虫批量获取公共资源数据实践 |
基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用 |
AI支持下的临床医学日常工作、论文撰写、数据分析与可视化、机器学习、深度学习技术 |
AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术 |
AI与Python双驱动计量经济学多源数据处理、机器学习预测及复杂因果识别全流程实战 |
体系课程+课件资料及数据代码+导师随行辅导 在校学生享专属优惠,最高享受7.5折优惠 |
超级会员专享


END
声明: 本号旨在传播、传递、交流,对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题,请与本号联系,第一时间做出撤回。
END
Ai尚研修丨专注科研领域
技术推广,人才招聘推荐,科研活动服务
科研技术云导师,Easy Scientific Research