基于数据驱动的文物环境风险状态评估方法研究.pdfVIP

第36卷第5期文物保护与考古科学Vol.36,No.5

2024年10月SCIENCESOFCONSERVATIONANDARCHAEOLOGYOct,2024

文章编号：1005-1538(2024)05-0143-08

D0I:10.16334/j.cnki.cn31-1652/k.20221102751

基于数据驱动的文物环境风险状态评估方法研究

王琨，梁茹，侍洪波，谭帅，蔡兰坤”，吴来明3-4,徐方圆3.4

[1．能源化工过程智能制造教育部重点实验室（华东理工大学），上海200237；

2．国家环境保护化工过程环境风险评价与控制重点实验室（华东理工大学），上海200237；

3.馆藏文物保存环境国家文物局重点科研基地（上海博物馆），上海200231；4：上海博物馆，上海200231]

摘要：在博物馆文物保护中，对环境风险监测和风险变量的及时定位有重要意义。然而，由于各个文物展馆的差

异性，很难将某一展馆的环境风险划分标准应用于其他展馆，甚至无法应用到同一展馆的不同类型文物。除此之

外，当风险出现时，博物馆无法及时锁定影响因素，延长了风险排除所需的时间。因此，结合上海博物馆江南文化

艺术临展的连续监测数据，提出了一种针对纸质文物的环境风险状态评估二级监测框架，并按需求划分为“优、良、

中、差”四个等级进行风险监测。首先，使用“优”数据集建立主成分分析（principalcomponentanalysis,PCA）模型并

构建控制限用以挑选“优”数据，“差”数据集通过已有的PCA模型得到判断“差”等级的控制限；然后，使用“非优

非差数据集建立ReliefF-PCA模型并得到“良”“中”等级划分的控制限；最后，对应PCA模型和ReliefF-PCA模

型分别使用贡献图和基于ReliefF算法计算权值的加权贡献图,以此量化风险，初步定位对环境指标存在影响的风

险变量。通过两个评价模型构建的监测框架，为文物保存环境质量的评估和后续馆藏环境调控提供了一种更为科

学的方案，有助于提高整个文物保护系统的效率。

关键词：环境监测；风险评估；文物保护；PCA算法；贡献图；变量定位

中图分类号：K85;G264;TP274文献标识码：A

0引言有很强的主观性，评判标准并不完全统一，直接影响

监测系统的准确率。除此之外,监测得到的大量历史

文物作为承载多种价值的重要载体，一旦受到数据信息并未得到充分挖掘[9]。为了克服以上问题，

损害便不可复原[1-2],随着文物保护意识的增强，文需要构建一个更为科学稳定的监测框架。

物健康受到越来越多的关注。博物馆作为保存和展近年来，以数据驱动技术为代表的监测方法逐

览文物的场所，其环境指标是决定文物状态的重要渐应用于各个领域，它能够充分利用数据信息来定

因素[3],因此通过对环境指标进行监测并划分风险量描述馆藏文物关键环境变量和风险等级之间的关

评估等级，有利于保证文物保存的优良环境，减缓环系，典型的方法已在文物保护领域初见成效。其中，

境因素对文物的损害[4],延长文物寿命。K-means算法作为一种基于划分的聚类算法[10],

因为各个博物馆在不同地域环境差异较大且同可以在历史数据没有等级划分标签的情况下，根据

一博物馆的不同展柜所展示文物类型有所不分类数目的设置需求，以欧式距离为衡量指标自动

进行环境风险状态划分[。但是，因为该方法建模

同[5-6],为了实现对文物展柜环境的监测和调控,都

要求操作人员具有专业和长期的工作经验，这增加了时的历史数据并未使用专家经验提供的等级标签，

博物馆环境风险状态评估的难度和排除风险环境因且还存在离群点和需要预先指定聚类中心的问题，

素的时间。并且,评估常采用的模糊理论[7]、层次分所以对聚类结果的影响较大[12]。

析[8]等方