基于自组织映射与随机森林耦合模型的流域水质空间差异性评估
发布时间：2021-08-30 21:04
流域水环境质量空间分布特征分析是推进流域精细化管理的基础.本研究基于流域特征指标与水质的关联性,以子流域为分析单元,利用自组织映射人工神经网络模型（SOM）对苕溪流域水质数据聚类分析为3类后与随机森林模型（RF）进行耦合,对全流域水质进行了空间差异性评估.研究结果显示,上游山地区域水质较好,而平原河网人口集聚区的CODMn、NH3-N及TP浓度较高,山地与平原过渡地带水质则主要受到CODMn和TN的影响.采用自然环境、社会经济及土地利用/覆盖指标作为流域特征进行水质分级模式识别,SOM与RF模型耦合模型的准确率稳定在80%左右;在对强相关性特征进行筛选识别后,将蒸发蒸腾量、坡度、人口密度、大于10℃积温、旱地占比、城镇用地占比及景观多样性指数为作为输入特征,准确率可达83%,可以有效地开展全流域水质分级评估.
【文章来源】：环境科学学报. 2020,40(06)北大核心CSCD
【文章页数】：8 页
【部分图文】：
研究区域地形图
流域水质主要受到流域自然特征、人类活动、水文传递等因素影响,本研究拟利用机器学习模型探究汇水单元内环境变量与水质之间的内在关联性,并以此对整个流域水质进行评估.具体技术路线见图2.采用“Burn-In”法(Luo et al.,2011)先将苕溪流域划分为297个子流域,作为最小分析单元进行流域特征数据的空间离散化,统计得到面板数据作为机器学习模型(随机森林模型)的输入样本;采用自组织映射人工神经网络模型(SOM)对监测断面水质污染模式进行识别,将聚类结果作为模型分类标签,并根据断面与子流域的空间位置关系将分类标签与面板数据逐一对应作为随机森林模型(RF)的输入数据集.采用超参数调优算法进行模型训练,进行多轮调参以提升模型精度,直至达到最优水平.最后利用经过训练的模型对无监测断面分布的子流域进行水质分析,预测在一定自然环境及社会经济条件下的区域水质类别.同时利用随机森林模型的特征筛选机制计算各流域特征指标对模型的贡献度,筛选出与水质相关性最强的流域特征子集,为未来流域水质的预测分析提供支撑.
经二次聚类后得到3种水质聚类(图3b).对比聚类划分图与权重矩阵可知,聚类1断面水质良好,溶解氧含量较高,水质大部分偏碱性,各项污染物浓度均处在较低水平;聚类2断面水质中等,受NH3-N与TP的影响较小,但CODMn与TN的浓度较高;聚类3断面水质相对较差,污染物浓度较高,水质偏酸性,溶解氧浓度较低.根据监测断面的聚类分布来看,聚类1断面有23个,聚类2断面有30个,聚类3断面则有18个,其空间分布见图4.由图4可知,水质较差的断面主要分布在人口、产业密集的城市建成区或农田、居民点密布的平原河网区,这些断面所处区域地形平坦流速较慢,水体自净能力相对较弱,又受到人类活动的影响,污染物排放量较大,导致水体污染相对严重.水质一般的断面分布在聚类1和聚类3断面的中间区域,多为山地与平原的过渡地带,这些区域内也存在一定规模的城镇和工业区,但人口密度和经济发展水平相对较低.水质较好的断面则主要分布在各水系上游的源头区域,这些区域受人类活动的扰动影响较弱,多为生态红线区或水源涵养区,生态环境优越,水质较好.
【参考文献】：
期刊论文
[1]基于SOM和PCA的闽江流域地表水水质综合评价[J]. 程学宁,卢毅敏. 水资源保护. 2017(03)
[2]浙江省太湖流域原生动物四季群落结构及水质评价[J]. 张敏,陈玮东,茆传奇,刘忱,邵晓阳. 杭州师范大学学报(自然科学版). 2017(01)
[3]改进的物元分析法在水质监测断面布设优化中的应用[J]. 蒋艳君,谢悦波,黄旻. 水资源保护. 2016(04)
[4]北洛河流域水质空间异质性及其对土地利用结构的响应[J]. 于松延,徐宗学,武玮,李艳利. 环境科学学报. 2014(05)
[5]基于自组织映射与哈斯图方法的地表水水质评价研究[J]. 李伟,姚笑颜,梁志伟,吴一鸣,施积炎,陈英旭. 环境科学学报. 2013(03)
[6]基于out-of-bag样本的随机森林算法的超参数估计[J]. 李毓,张春霞. 系统工程学报. 2011(04)
[7]Out-of-bag样本的应用研究[J]. 张春霞,郭高. 软件. 2011(03)
[8]全球气候变化背景下中国降水量空间格局的变化特征[J]. 王英,曹明奎,陶波,李克让. 地理研究. 2006(06)
[9]基于遥感的全国GDP 1km格网的空间化表达[J]. 刘红辉,江东,杨小唤,罗春. 地球信息科学. 2005(02)
[10]决策树中基于基尼指数的属性分裂方法[J]. 陈云樱,吴积钦,徐可佳. 微机发展. 2004(05)
硕士论文
[1]利用SOFM网络评价杭州西湖水质的时空变化[D]. 郑晓君.浙江大学 2005
本文编号：3373500
【文章来源】：环境科学学报. 2020,40(06)北大核心CSCD
【文章页数】：8 页
【部分图文】：
研究区域地形图
流域水质主要受到流域自然特征、人类活动、水文传递等因素影响,本研究拟利用机器学习模型探究汇水单元内环境变量与水质之间的内在关联性,并以此对整个流域水质进行评估.具体技术路线见图2.采用“Burn-In”法(Luo et al.,2011)先将苕溪流域划分为297个子流域,作为最小分析单元进行流域特征数据的空间离散化,统计得到面板数据作为机器学习模型(随机森林模型)的输入样本;采用自组织映射人工神经网络模型(SOM)对监测断面水质污染模式进行识别,将聚类结果作为模型分类标签,并根据断面与子流域的空间位置关系将分类标签与面板数据逐一对应作为随机森林模型(RF)的输入数据集.采用超参数调优算法进行模型训练,进行多轮调参以提升模型精度,直至达到最优水平.最后利用经过训练的模型对无监测断面分布的子流域进行水质分析,预测在一定自然环境及社会经济条件下的区域水质类别.同时利用随机森林模型的特征筛选机制计算各流域特征指标对模型的贡献度,筛选出与水质相关性最强的流域特征子集,为未来流域水质的预测分析提供支撑.
经二次聚类后得到3种水质聚类(图3b).对比聚类划分图与权重矩阵可知,聚类1断面水质良好,溶解氧含量较高,水质大部分偏碱性,各项污染物浓度均处在较低水平;聚类2断面水质中等,受NH3-N与TP的影响较小,但CODMn与TN的浓度较高;聚类3断面水质相对较差,污染物浓度较高,水质偏酸性,溶解氧浓度较低.根据监测断面的聚类分布来看,聚类1断面有23个,聚类2断面有30个,聚类3断面则有18个,其空间分布见图4.由图4可知,水质较差的断面主要分布在人口、产业密集的城市建成区或农田、居民点密布的平原河网区,这些断面所处区域地形平坦流速较慢,水体自净能力相对较弱,又受到人类活动的影响,污染物排放量较大,导致水体污染相对严重.水质一般的断面分布在聚类1和聚类3断面的中间区域,多为山地与平原的过渡地带,这些区域内也存在一定规模的城镇和工业区,但人口密度和经济发展水平相对较低.水质较好的断面则主要分布在各水系上游的源头区域,这些区域受人类活动的扰动影响较弱,多为生态红线区或水源涵养区,生态环境优越,水质较好.
【参考文献】：
期刊论文
[1]基于SOM和PCA的闽江流域地表水水质综合评价[J]. 程学宁,卢毅敏. 水资源保护. 2017(03)
[2]浙江省太湖流域原生动物四季群落结构及水质评价[J]. 张敏,陈玮东,茆传奇,刘忱,邵晓阳. 杭州师范大学学报(自然科学版). 2017(01)
[3]改进的物元分析法在水质监测断面布设优化中的应用[J]. 蒋艳君,谢悦波,黄旻. 水资源保护. 2016(04)
[4]北洛河流域水质空间异质性及其对土地利用结构的响应[J]. 于松延,徐宗学,武玮,李艳利. 环境科学学报. 2014(05)
[5]基于自组织映射与哈斯图方法的地表水水质评价研究[J]. 李伟,姚笑颜,梁志伟,吴一鸣,施积炎,陈英旭. 环境科学学报. 2013(03)
[6]基于out-of-bag样本的随机森林算法的超参数估计[J]. 李毓,张春霞. 系统工程学报. 2011(04)
[7]Out-of-bag样本的应用研究[J]. 张春霞,郭高. 软件. 2011(03)
[8]全球气候变化背景下中国降水量空间格局的变化特征[J]. 王英,曹明奎,陶波,李克让. 地理研究. 2006(06)
[9]基于遥感的全国GDP 1km格网的空间化表达[J]. 刘红辉,江东,杨小唤,罗春. 地球信息科学. 2005(02)
[10]决策树中基于基尼指数的属性分裂方法[J]. 陈云樱,吴积钦,徐可佳. 微机发展. 2004(05)
硕士论文
[1]利用SOFM网络评价杭州西湖水质的时空变化[D]. 郑晓君.浙江大学 2005
本文编号：3373500
本文链接：https://www.wllwen.com/wenyilunwen/huanjingshejilunwen/3373500.html
