自组织数据地图用于近海水质分析的研究.pdfVIP

第16卷第4期 水科学进展 V01．16．No．4 2005年7月 ADVANCESINWATERSCIENCE Jul．，2005 自组织数据地图用于近海水质分析的研究 牛志广1，张宏伟1，辛志伟2，于安伟2 (1．天津大学环境科学与工程学院，天津300072；2．天津市环境保护局，天津300191) 摘要：通过对自组织数据地图SOM(SeⅡO唱a11izingMap)理论及技术的研究和应用，力求找到近海水质分析的新途径， 质分析软件包。该软件包通过sOM的训练对数据特征进行分析和显示，并在此基础上进一步分析SOM训练结果， 将监测数据分成5种不同的污染类型，还实现了数据跟踪和新的监测数据的自动归类。应用表明，提出的方法以多 种图形形式直观、综合、深入的分析近海水质，可为近海水域污染状况的辨识和采取相应措施提供决策支持。 关键词：自组织数据地图；近海；水质分析；污染类型 中图分类号：x824 文献标识码：A 文章编号：1001．679l(2005)04一0569一05 随着我国沿海地区人口增长和经济的发展，大量的生活污水和工业废水直接或间接地排入近岸海域，导致 沿海水体的污染和生态的破坏，由此造成的经济损失十分可观。从20世纪80年代起，越来越多的科研工作者 针对我国近海水域的污染情况，特别是水体富营养化、石油类污染、重金属污染等进行了深入的研究，取得了 很多成果。作为这些研究的基础，对各个近海水域水质的监测与分析、污染特点的掌握也是至关重要的。但 是，由于近海水质监测数据的复杂性，使得各种简单的统计不能很好地反映整个监测数据的特征，更不能兼顾 单个监测数据和数据整体的分析。本文力求借助于自组织数据地图(semO略anizing 各种方法的不足。 如过程分析、机器识别、控制和通讯等。近年来已有科研工作者将其用于近岸海域的富营养化状态的判定…和 开发了近海水质分析软件，进一步完善数据分析的可视化，并结合监测数据的单项指标与综合指标，对SOM 的训练结果进行深入分析，为今后辨别水质类别、跟踪水质变化及采取相应措施提供决策支持。 1材料与方法 性磷酸盐、化学需氧量、元机氮和石油类。其中，有7个数据样本有些监测指标未检出，所以最后由233个数 据样本组成本研究的原始数据。 图2为本文采用的SOM网络由二维的排列成规则栅格的单元或称神经元组成。根据输入到网络中的监测 值，依据欧氏距离(Euclidian 指标)，使得它们能够比较好的描述观测值，即栅格中具有相似原型向量的单元彼此靠的更近。 收稿日期：2004．03．02；修订日期：2004．05—11 金资助项目(985200540) 作者简介：牛志广(1977一)，男，河南安阳人，天津大学讲师，博士，主要从事环境系统优化和环境管理的研究。 E—mail：Ilzg@tju．edu．cn 570 水科学进展 第16卷 输出层 ．Q o o o o输入层 溶解氧活性磷酸盐COD无机氮 石油类 图2 SOM原理图 mus觇tionoftheSOM ng．2 图1监测站位位置示意图 Fig．1I．—ocationsofthemoni幻Irstadons 为了便于分析的自动完成，首先编制了数据准备模块，包括数据的导人、转化和标准化等