[發明專利]基于綜合分層聚類的湖庫、流域的水質監測斷面優化布設方法

在審

• 申請號: 201410806392.0
• 申請日: 2014-12-22
• 公開（公告）號: CN104572878A
• 公開（公告）日: 2015-04-29
• 發明（設計）人: 連曉峰;王小藝;彭森
• 申請（專利權）人: 北京工商大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q10/04
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 祗志潔

技術領域

本發明屬于水環境監測與治理技術領域，涉及一種基于綜合分層聚類的湖庫、流域的水質監測斷面優化布設方法。

背景技術

近年來，在水環境監測與治理技術領域，如何對水質監測斷面進行優化布設受到研究人員的廣泛關注。傳統的湖庫斷面監測是按照水體區域大小以平均分布的原則進行布設，即將湖庫水域平均分割為固定大小(通常為2平方公里)的網格，并在每個網格的中心位置布測點。這種方法雖然簡單易行，但往往會導致相鄰斷面出現水質監測結果相近，造成監測資源浪費。由于自然環境和社會環境的變化，地表水環境的分布規律也并不是一成不變的，因此需要對水環境檢測的斷面進行不斷優化。水質監測的斷面優化，即用最少的測點獲得最具有空間代表性的監測數據，充分說明環境質量的狀況和變化。通過斷面優化，可以有效整合水環境監測資源，減少重復投資和建設，最大程度地客觀反映出水環境整體質量狀況，實現更加有效的水環境監測。

聚類分析是數理統計研究中研究“物以類聚”的一種多元分析方法，即用數理定量地確定樣品之間的親疏關系。近年來，已有很多研究學者將這種模糊數學方法引入到水環境灰色系統中，以更加準確地進行對不同斷面的水質分型劃類。1993年，王建珊等人采用模糊數學“最大樹”聚類分析法，對秦淮河水系的監測點位進行了優化調整，經檢驗，優化后的監測點位不僅保留原有功能，而且能夠較好反映秦淮河水質情況。梁偉臻等人于2002年采用模糊數學中的聚類原理，以廣州市某河涌為例對水質監測站點進行優化。馬飛等人于2006年采用模糊數學中的聚類原理對南運河進行了水質監測斷面優化設置，經驗證，該方法不僅能夠全面控制南運河水質變化動態，同時能夠減少監測工作量，節約人力物力。聚類分析在樣本數量較少的情況下比較簡單，無需復雜編程，逐漸被應用于國內外地表水環境監測點位優化。

目前廣泛應用的聚類方法為分層聚類法，即通過計算距離得到數據集合中變量兩兩之間的相似性和非相似性，進而再通過定義變量之間的連接，對所得聚類信息進行評價，最終創建聚類，并實現以圖形化顯示聚類分析結果。但其缺點在于距離度量方法和連接方法的選擇上較單一，對于不同水域不同的數據特征，無法自適應選擇最佳方法以獲取效果最好的水質監測斷面優化布設。

發明內容

本發明提出一種基于綜合分層聚類(CHC)的湖庫、流域的水質監測斷面優化布設方法。可針對不同水域，自適應地選擇分層聚類法中的距離方法和連接方法，從而提高綜合分層聚類的結果準確度，以獲取效果更佳的水質監測斷面優化設置，實驗結果表明本發明采用的綜?合分層聚類方法在實際應用當中更加合理有效，可更好地對水域進行水質監控提供合理、有效的數據支持。

本發明提供的基于綜合分層聚類的湖庫、流域的水質監測斷面優化布設方法，包括如下步驟：

步驟1：通過監測采集不同斷面的水質指標，建立原始數據矩陣Z，Z為m×n的矩陣，其中m為監測斷面個數，n為每個監測斷面的水質指標個數將矩陣Z標準化后得到矩陣X；

步驟2：將監測斷面的水質指標作為變量，對應為矩陣X的列向量，采用五種距離度量方法得出各變量之間的相似性；所述的距離度量方法包括：歐氏距離、標準歐氏距離、馬氏距離、布洛克距離以及切比雪夫距離；

步驟3：根據變量間的親疏關系，采用四種連接方法對變量進行聚類；所述的連接方法包括：最短距離法、最長距離法、平均距離法和質心距離法；

步驟4：確定連接方法與距離度量方法的相關系數，選取相關系數最大情況下的距離度量方法與連接方法，根據相關系數最大情況下的聚類來優化水質監測斷面的布設。

設a＝1,2,3,4,5分別代表五種距離度量方法，b＝1,2,3,4分別代表四種連接方法。

對于某種連接方法與距離度量方法的相關系數c_ab為：