基于模式识别方法的湖泊水质污染特征聚类研究

任婷玉, 梁中耀, 陈会丽, 刘永^†

北京大学环境科学与工程学院, 水沙科学教育部重点实验室, 北京 100871

收稿日期:2018-03-16修回日期:2018-07-21出版日期:2019-03-20

基金资助:国家自然科学基金(51779002)资助

Clustering of Lake Variables Based on Pattern Recognition Method

REN Tingyu, LIANG Zhongyao, CHEN Huili, LIU Yong^†

College of Environmental Science and Engineering, Key Laboratory of Water and Sediment Sciences Ministry of Education, Peking University, Beijing 100871

Received:2018-03-16Revised:2018-07-21Published:2019-03-20

RichHTML

0

PDF

(2519KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 构建耦合自组织映射神经网络(SOFM)和随机森林(RF)的方法, 对中国63个湖泊11年的9种水质指标(5110条数据)进行模式识别。首先采用SOFM对湖泊进行聚类, 以识别污染状况, 然后采用RF分析水质指标对湖泊类别的决定效果, 以确定代表性指标。SOFM的结果显示, 湖泊可以按污染程度分为3类。RF的结果发现, 在分类准确率为80%时, 根据高锰酸盐指数和叶绿素a浓度即可判定湖泊污染程度。该方法可从庞杂的数据中识别出反映水体污染特征的水质指标, 为快速认知水体污染状况及选取监测指标提供参考。

引用本文

任婷玉, 梁中耀, 陈会丽, 刘永. 基于模式识别方法的湖泊水质污染特征聚类研究[J]. 北京大学学报自然科学版, 2019, 55(2): 335-341.
REN Tingyu, LIANG Zhongyao, CHEN Huili, LIU Yong. Clustering of Lake Variables Based on Pattern Recognition Method[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(2): 335-341.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3320