三峽庫區(qū)水環(huán)境實(shí)時(shí)監(jiān)測(cè)及水質(zhì)評(píng)價(jià)算法研究.pdf

1、三峽庫區(qū)是全國(guó)重要的淡水資源戰(zhàn)略儲(chǔ)備基地，庫區(qū)二期蓄水后，流域流速減緩，自凈能力下降，將導(dǎo)致水環(huán)境問題凸顯。因此，三峽庫區(qū)水環(huán)境的監(jiān)測(cè)與水質(zhì)評(píng)估已成為該領(lǐng)域研究的熱點(diǎn)問題。研究表明，庫區(qū)水質(zhì)因子樣本數(shù)據(jù)具有多因子、高維度、大數(shù)據(jù)特性，傳統(tǒng)的離線水質(zhì)監(jiān)測(cè)與水質(zhì)評(píng)價(jià)方法難以準(zhǔn)確表征庫區(qū)水質(zhì)的實(shí)際情況。為了克服現(xiàn)有技術(shù)的不足，本文提出構(gòu)建一種實(shí)時(shí)在線監(jiān)測(cè)與離線監(jiān)測(cè)相結(jié)合的水質(zhì)監(jiān)測(cè)方法，在此基礎(chǔ)上，建立了面向三峽庫區(qū)水環(huán)境監(jiān)測(cè)的水質(zhì)評(píng)價(jià)算法。本

2、文的研究工作，對(duì)提升三峽庫區(qū)的水環(huán)境監(jiān)測(cè)與水質(zhì)評(píng)價(jià)理論水平，具有重要理論價(jià)值和實(shí)際意義。本文的主要工作如下：
　?、俪浞掷脽o線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSN)具備低成本、高容錯(cuò)、廣分布、可遠(yuǎn)程實(shí)時(shí)監(jiān)控等特點(diǎn)，結(jié)合三峽庫區(qū)水質(zhì)監(jiān)測(cè)的特殊應(yīng)用背景，采用WSN技術(shù)、GPRS技術(shù)和Internet技術(shù)進(jìn)行融合組網(wǎng)，建立了適用于三峽庫區(qū)水質(zhì)監(jiān)測(cè)的大規(guī)模WSN實(shí)時(shí)監(jiān)測(cè)系統(tǒng)，利用該系統(tǒng)實(shí)時(shí)采集大量的庫區(qū)監(jiān)

3、測(cè)點(diǎn)水質(zhì)參數(shù)數(shù)據(jù)，以便通過對(duì)這些數(shù)據(jù)的統(tǒng)計(jì)分析，得出庫區(qū)水環(huán)境狀況。
　?、跒榱藴?zhǔn)確評(píng)估庫區(qū)水質(zhì)狀況，需要對(duì)實(shí)時(shí)采集到的大量水質(zhì)參數(shù)進(jìn)行聚類分析。針對(duì)監(jiān)測(cè)到的水質(zhì)因子樣本數(shù)據(jù)部分樣本點(diǎn)出現(xiàn)的單點(diǎn)缺失現(xiàn)象，利用臨近均值插補(bǔ)法填補(bǔ)缺失值；針對(duì)樣本數(shù)據(jù)多因子、高維度的特點(diǎn)，利用主成分分析法(Principal Component Analysis, PCA)對(duì)數(shù)據(jù)進(jìn)行降維。最終獲得1200組實(shí)驗(yàn)樣本數(shù)據(jù)。
　?、墼谘芯苛爽F(xiàn)有主流聚

4、類分析算法的基礎(chǔ)上，針對(duì) K-均值聚類算法對(duì)初始聚類中心依賴性較強(qiáng)的問題，引入臨近區(qū)域數(shù)量比(Proportion of neighboring areas，PNA)，提出了K-均值聚類改進(jìn)算法，該算法能夠確定初始聚類中心且能加速收斂；進(jìn)而，針對(duì)三峽庫區(qū)水質(zhì)數(shù)據(jù)呈現(xiàn)的時(shí)間序列性及模糊性特征，引入模糊C-均值(Fuzzy C-means，F(xiàn)CM)聚類算法，解決了硬聚類算法聚類結(jié)果非此即彼的問題。
　?、茚槍?duì)模糊聚類算法對(duì)初始聚類中心