一種基于數據挖掘技術的水質預測和評價方法

周勇 李龍 唐四薪

摘 要：對城市區域水體數據采用改進BIRCH聚類方法進行異常點篩查，運用神經網絡技術對水質數據進行預測，然后采用基于熵的正交投影方法對水質進行評價，從而得出水質的變化趨勢。

關鍵詞：BIRCH聚類;TOPSIS法;正交投影法

基金項目：湖南省教育廳高校科研計劃一般項目（項目編號：15C0202）。

1 引言

隨著現代社會的發展，人類工業生產范圍不斷擴大，城市不斷擴張，整個社會的用水量急劇增加，相應地排放的污水量也大量增加。目前許多城市區域的水體都遭受了工業及生活污水的污染，水污染防治已經成了全球性的難題，這種情況在發展中國家尤甚。在水污染的防治中，水質的評價和預測非常重要，它可以為防治工作提供很好的決策支持。目前科學工作者分別對水質的評價和預測提出了不少方法，評價方法主要有：模糊數學法、灰色聚類法、綜合指數法等，預測方法主要有：灰色系統理論預測法、數理統計預測法、神經網絡模型預測法等[1]。

在防治工作決策中，水質的預測和評價是緊密相關的兩個環節。預測水質數據的變化、評價水質的等級以此來得出水體質量的變化趨勢，對水體污染防治工作非常重要。本文將采用數據挖掘的相關技術對影響水質的數據變化進行預測，并根據預測數據對未來水質進行評價，以此為防治工作提供決策支持。

2 水質數據預測

1）數據預處理。由于水質數據維度不高，且同一參數的數據類型一致，結構簡單，都是數值型，因此采用改進的BIRCH聚類分析可以快速地篩除異常點，排除意外干擾。BIRCH聚類算法只需掃描一次數據庫，聚類特征是一個包含簇的三元組CF=（N，LS，SS）。找異常點時可采用多棵CF樹，每棵CF樹代表一個簇，并結合DBSCAN算法的點密度的思想，每棵樹的葉子結點都是由相鄰的核心點構成，聚類結束后不屬于某棵樹的對象就是噪聲點[2]，作為異常點刪除。

2）數據預測。將去除異常點的水質數據，分為訓練集和測試集（通常測試集規模小于訓練集規模），現采用BP神經網絡進行數據預測，其中訓練集用來訓練BP神經網絡，測試集用來測試訓練后得到的BP神經網絡是否合理。表1是湘江流域某監測點經過處理后的2015年二季度的一組水質相關數據（單位：mg/L，除PH無量綱外）。

任選15組數據作為訓練輸入，剩下1組數據作為訓練輸出來訓練BP神經網絡。訓練結束后，另選15組（組號與訓練集不同）數據作為測試輸入，剩下1組數據作為測試輸出。在MATLAB中選用tansig和purelin作為激活函數。

訓練過程如圖1：

結果表明訓練得到的網絡精度符合要求。預測結果與實際數據對比如表2：

均方誤差MSE的值為0.0051，符合要求。說明得到的BP神經網絡的預測效果達到預期目標，可以用于下一時段該區域的水質指標的預測。

3 水質的評價

運用上述方法得到流域內幾個不同監測點的預測數據后，參考中華人民共和國《地表水環境質量標準》，采用基于熵權的正交投影TOPSIS方法進行水質評價[3]，可以高效地得到各監測點的水質預測等級。

評價結果與實際檢測等級對比如表3：

由此可知，該預測結果與實測結果吻合度高，方法可行。

4 結語

在保障用水安全上，水質的預測和評價是緊密相關的兩個環節，實驗證明運用數據挖掘的相關技術對水質數據進行預處理，然后再進行預測分析以及最后對預測水質數據進行評價，結果可信，可以為保障用水安全提供有力的預警支持。

參考文獻

[1]鄭一華.基于支持向量機的水質評價和預測研究[D].河海大學，碩士學位論文，2006.

[2]韋相.基于密度的改進BIRCH聚類算法[J].計算機工程與應用，2013，49（10）：201-205.

[3]張先起，梁川，劉慧卿.基于熵權的改進TOPSIS方法在水質評價中的應用[J].哈爾濱工業大學學報，2007，39（10）：1670-1672.

作者簡介

周勇（1972-），男，湖南衡陽，衡陽師范學院講師，碩士，研究方向：智能計算。