[發(fā)明專利]基于數(shù)據(jù)融合的污染源識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110246412.3
• 申請日: 2021-03-05
• 公開（公告）號: CN113011478A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計）人: 吳靜;劉博
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01N21/31;G01N21/33;G01N21/64;G01N33/18
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 戴冬瑾

本發(fā)明公開了一種基于數(shù)據(jù)融合的污染源識別方法及系統(tǒng)，該方法包括：對污染源樣品預(yù)處理后進(jìn)行污染指標(biāo)測試得到常規(guī)水質(zhì)數(shù)據(jù)、紫外?可見吸收光譜數(shù)據(jù)和三維熒光光譜數(shù)據(jù)；對測試數(shù)據(jù)預(yù)處理后進(jìn)行特征提取；將提取出的特征數(shù)據(jù)進(jìn)行拼接構(gòu)建融合數(shù)據(jù)；根據(jù)融合數(shù)據(jù)和分類算法建立污染源識別模型并進(jìn)行訓(xùn)練；通過訓(xùn)練后的污染源識別模型進(jìn)行污染源識別。該系統(tǒng)包括取樣模塊、樣品預(yù)處理模塊、進(jìn)樣模塊、分析測試模塊、數(shù)據(jù)傳輸模塊、顯示和系統(tǒng)控制模塊。本發(fā)明將常規(guī)水質(zhì)、紫外?可見吸收光譜和三維熒光光譜進(jìn)行數(shù)據(jù)融合并應(yīng)用于污染源識別，相對于傳統(tǒng)的污染源識別方法，該方法準(zhǔn)確、智能、成本低、可操作性強(qiáng)，對污染源溯源具有重要意義。

技術(shù)領(lǐng)域

本發(fā)明涉及環(huán)境監(jiān)管技術(shù)領(lǐng)域，特別涉及一種基于數(shù)據(jù)融合的污染源識別方法及系統(tǒng)。

背景技術(shù)

目前對排污單位偷排漏排溯源主要依靠人工排查。人工排查通常是指污染事故發(fā)生后從事故地點(diǎn)逐步向上游排查排污單位排水水質(zhì)狀況來實(shí)現(xiàn)非法排污的溯源。但這種方法費(fèi)時費(fèi)力，還容易喪失時效性，效率較低。

近年來出現(xiàn)了基于特征污染物數(shù)據(jù)庫輔助的人工排查方法。將污染水體、土壤或大氣的污染物數(shù)據(jù)與污染源特征污染物數(shù)據(jù)庫進(jìn)行比對，能夠縮小排查范圍，減少排查工作量，提高排查效率。此前，北京化工大學(xué)萬平玉等人提出了包含了陰離子種類、有機(jī)物種類、金屬元素種類、以及熒光信息等污染源化學(xué)水紋信息數(shù)據(jù)庫用于水體污染溯源。相關(guān)技術(shù)中提出一種可操作性較強(qiáng)的新型水污染排放源數(shù)據(jù)庫，該數(shù)據(jù)庫包含污染源基本信息庫、常規(guī)水質(zhì)數(shù)據(jù)庫和水質(zhì)指紋數(shù)據(jù)庫三個子庫。這些數(shù)據(jù)庫較為復(fù)雜，成本較高，難以實(shí)現(xiàn)在線預(yù)警溯源。

此外，這種方法尚缺乏污染源自動比對方法和成套系統(tǒng)。在實(shí)際工作中，往往還是通過人工比對來判斷污染來源。這種比對方法要求工作人員具有較強(qiáng)的專業(yè)知識和經(jīng)驗(yàn)，判斷結(jié)果具有較強(qiáng)的主觀性，缺乏科學(xué)量化的數(shù)據(jù)支持。復(fù)雜情況下對污染源的誤判率較高且污染源判別上仍存在較大滯后。因此，需要發(fā)展污染源自動比對方法和系統(tǒng)以提高污染溯源準(zhǔn)確性和實(shí)時性。

以數(shù)據(jù)驅(qū)動為基礎(chǔ)，利用化學(xué)計量學(xué)分析方法建立判別模型能夠?qū)崿F(xiàn)污染源的智能、準(zhǔn)確和高效判別。污染源的污染物組成通常組成復(fù)雜，單一指標(biāo)對污染源的表征具有局限性。對于相似污染源(例如相同行業(yè)的不同企業(yè))基于單一指標(biāo)的識別模型對污染源識別的正確率往往不高。數(shù)據(jù)融合策略可以將不同的污染信息整合在一起，能夠更加全面的反映污染源特征。因此，基于數(shù)據(jù)融合的識別模型往往比基于單數(shù)據(jù)源模型具有更好的識別性能，能夠提高污染源識別正確率。

發(fā)明內(nèi)容

本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。

為此，本發(fā)明的一個目的在于提出一種基于數(shù)據(jù)融合的污染源識別方法，該方法準(zhǔn)確、智能、成本低、可操作性強(qiáng)，有利于大范圍推廣，對污染源溯源具有重要意義。

本發(fā)明的另一個目的在于提出一種基于數(shù)據(jù)融合的污染源識別系統(tǒng)。

為達(dá)到上述目的，本發(fā)明一方面實(shí)施例提出了一種基于數(shù)據(jù)融合的污染源識別方法，包括以下步驟：

采集污染源樣品；

對所述污染源樣品進(jìn)行預(yù)處理；

對預(yù)處理后的污染源樣品進(jìn)行污染指標(biāo)測試得到常規(guī)水質(zhì)數(shù)據(jù)、紫外-可見吸收光譜數(shù)據(jù)和三維熒光光譜數(shù)據(jù)；

對所述常規(guī)水質(zhì)數(shù)據(jù)、紫外-可見吸收光譜數(shù)據(jù)和三維熒光光譜數(shù)據(jù)進(jìn)行預(yù)處理；

對預(yù)處理后的所述常規(guī)水質(zhì)數(shù)據(jù)、紫外-可見吸收光譜數(shù)據(jù)和三維熒光光譜數(shù)據(jù)進(jìn)行特征提取；

將在所述常規(guī)水質(zhì)數(shù)據(jù)、紫外-可見吸收光譜數(shù)據(jù)和三維熒光光譜數(shù)據(jù)中提取出的特征數(shù)據(jù)進(jìn)行拼接構(gòu)建融合數(shù)據(jù)；

根據(jù)所述融合數(shù)據(jù)和分類算法建立污染源識別模型并進(jìn)行訓(xùn)練；

通過訓(xùn)練后的污染源識別模型進(jìn)行污染源識別。