一种构建水体富营养化风险分析模型的方法

专利类型：发明专利 

语 言：中文 

申 请 号：CN200910103315.8 

申 请 日：20090305 

发 明 人：石为人范敏刘祥明邓春光曾咺雷璐宁华海玉王燕霞王剑利李渊 

申 请 人：重庆大学重庆市环境科学研究院重庆市环境保护信息中心 

申请人地址：400044重庆市沙坪坝区沙正街174号 

公 开 日：20090916 

公 开 号：CN101533000A 

代 理 人：胡正顺 

代理机构：重庆大学专利中心 

摘　　要：一种构建水体富营养化风险分析模型的方法，涉及库区水质富营养化风险的预测预警方法。本发明方法从信息技术角度，根据水环境信息系统中各方面监测数据的存储结构和存储内容，通过计算机程序，先建立水体富营养化风险分析模型的贝叶斯网络拓扑结构，并通过参数学习来分析水体富营养化风险发生的各种影响因素及相关性，最后经测试和修正而生成模型。本发明方法能综合考虑各种影响因素及其间的相关性，并能较好地分析水体富营养化风险程度，实现水体富营养化的预测预警，并为水环境管理及水污染防治提供科学决策的依据。本发明可广泛应用于河流、湖泊水体富营养化风险分析和预测预警，特别适用于三峡库区的水体富营养化趋势分析与预测预报。 

主 权 项：1、一种构建水体富营养化风险分析模型的方法，其特征在于具体步骤如下：(1)构建水体富营养化的初始贝叶斯网络结构针对水环境中监测范围的监测数据，分析气象、水文、水质、藻类生长、生化反应方面监测数据之间的相互影响关系，构建水体富营养化风险分析的初始贝叶斯网络拓扑结构；(2)构建水环境中监测数据的关系模式根据水环境中监测范围的监测数据，按照数据库结构要求，构建监测数据的关系模式，具体包括水域中生物监测数据关系模式和水环境监测数据关系模式；(3)构建候选父节点集视图并进行数据预处理1)构建每一个待考查数据的候选父节点集第(1)和(2)步完成后，对第(1)步构建的水体富营养化分险分析的初始贝叶斯网络结构和第(2)步构建的监测数据关系模式进行分析，分析这些数据间的依赖关系，确定参照路径的有效长度和有聚集特征的父节点，构建每个参考变量的候选父节点集(Pr)；2)构建视图对候选父节点集进行数据预处理第(3)—1)步完成后，利用关系数据库的标准化SQL语言，对每个参考变量的候选父节点集(Pr)建立视图并进行数据预处理，包括多集操作和聚集操作和离散化处理，其中，多集操作预处理主要是进行表与表间的交、并、差运算中的一种或多种操作，要求与关系数据库的标准化SQL语言操作一致，聚集操作预处理主要针对表中的多条记录进行聚集计算，聚集函数包括基数、平均值、最大值、最小值、求和函数中的一种或多种，具体操作种数根据原始数据确定，预处理中的离散化主要采用权重信息损失离散化算法进行数据离散化处理；(4)构建水体富营养化风险分析模型1)确定模型结构第(3)步完成后，将第(3)步构建的候选父节点集视图作为输入，采用库珀提出K2算法的结构学习思路，使用其搜索评分方法进行模型结构的学习，具体步骤如下：①初始输入先输入待考查变量节点，再输入每个考查变量节点的候选父节点集Pr(i)，以其候选父节点集视图作为训练数据集，设置父节点上限个数k；②搜索每个节点的父节点集第(4)—1)—①步完成后，先设置每个考查变量节点i的父节点集Pa(i)为空集，后采用库珀的BDe方法计算当前节点状态下的网络结构评分Score_old，设置为Score_old＝f(i，Pa(i))，再进行比较：当考查变量节点i的父节点集Pa(i)中父节点个数小于等于k时，则从其候选父节点集Pr(i)中选择某一节点z加入父节点集Pa(i)，并计算当前状态下的结构评分Score_new，设置为Score_new＝f(i，Pa(i)∪{z})，然后再判断Score_old和Score_new：当Score_new大于Score_old时，则设置Score_old＝Score_new，Pa(i)＝Pa(i)∪{z}，否则保持原值不变并返回重新评分，最后确定考查变量节点的父节点集，当考查变量节点i的父节点集Pa(i)中父节点个数大于k时，则输出节点i的父节点集Pa(i)；③构造水体富营养化风险分析模型的网络拓扑结构第(4)—1)—②步完成后，根据每个考查变量节点i的父节点集Pa(i)，建立所有节点间的关联有向边，即由父节点指向子节点，从而构建水体富营养化风险分析模型的网络拓扑结构；2)确定模型参数第(4)—1)步完成后，对第(4)—1)步构建的网络拓扑结构，采用最大似然估计或最大后验概率方法，确定网络拓扑结构中每个节点的概率分布表，即模型参数，从而最终建立起水体富营养化风险分析模型，包括网络结构和模型参数；(5)进行模型的测试与修正1)模型测试第(4)步完成后，对第(4)步构建的水体富营养化风险分析模型进行测试，即将测试数据输入模型，比较模型的分析效果：当跟实际情况接近时，说明模型满足应用要求，则输出构建的水体富营养化风险分析模型；否则进入第(5)—2)步重新确定模型结构和参数后，再进行测试，如此反复测试，直至满足应用要求为止；2)模型修正根据第(5)—1)步中的分析结果，再经本技术领域专家修正模型结构，调整模型中节点间的有向边方向，并返回第(4)—2)步，重新确定模型参数，然后再经第(5)步进行模型测试，满足模型满足应用要求，则输出构建的水体富营养化风险分析模型。 

关 键 词： 

法律状态： 

IPC专利分类号：G01N33/18(2006.01)I;G06F17/50(2006.01)I