[發(fā)明專利]差異化巡河策略的生成方法及裝置

有效

• 申請?zhí)枺?/td>: 202110737247.1
• 申請日: 2021-06-30
• 公開（公告）號: CN113344130B
• 公開（公告）日: 2022-01-11
• 發(fā)明（設(shè)計）人: 杜冬陽;周新民;范明華;周志剛;魏日強;林繼賢;鄒浩
• 申請（專利權(quán)）人: 廣州市河涌監(jiān)測中心;廣東龍泉科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣州市華學(xué)知識產(chǎn)權(quán)代理有限公司 44245
• 代理人: 林梅繁

本發(fā)明涉及水務(wù)工程與環(huán)境工程技術(shù)，為差異化巡河策略的生成方法及裝置，其裝置包括：數(shù)據(jù)清洗模塊，用于數(shù)據(jù)預(yù)處理、數(shù)據(jù)清洗、樣本過濾得到清潔樣本集；數(shù)據(jù)模型訓(xùn)練模塊，利用清潔樣本集訓(xùn)練和評估隨機森林模型以對河湖水質(zhì)等級預(yù)測，利用高斯混合聚類模型對目標(biāo)窗口期內(nèi)的所有河湖進行聚類分析，通過標(biāo)簽傳播技術(shù)對訓(xùn)練樣本集進行擴充；模型預(yù)測及其數(shù)據(jù)可視化模塊，通過隨機森林模型對河湖水質(zhì)進行預(yù)測得到相應(yīng)的河湖水質(zhì)等級信息、用于評估河湖巡河排序得分的置換特征重要值；決策輔助生成模塊，結(jié)合河湖水質(zhì)等級信息和河湖巡河排序得分制定差異化巡河策略。本發(fā)明能基于不同河湖水環(huán)境狀況而進行巡河資源合理分配，實現(xiàn)差異化巡河。

技術(shù)領(lǐng)域

本發(fā)明涉及水務(wù)工程與環(huán)境工程技術(shù)領(lǐng)域，尤其涉及差異化巡河策略的生成方法及裝置。

背景技術(shù)

全面推行河長制是落實綠色發(fā)展理念、推進生態(tài)文明建設(shè)的內(nèi)在要求，是解決復(fù)雜水問題、維護河湖健康生命的有效舉措，是完善水治理體系、保障水安全的制度創(chuàng)新。開展河湖巡查工作并及時發(fā)現(xiàn)、推動解決河湖水污染、水環(huán)境問題是“河長”的主要工作。

當(dāng)前，河長巡河采用“無差別”的巡河策略，即要求同一級別的河長采用相同的頻次開展河湖巡查工作，如要求同一級別的河長對其負(fù)責(zé)的河湖實施“一天一巡”、“一周一巡”或“一月一巡”等策略。但這種“一刀切”的現(xiàn)有巡河策略存在的問題是沒有基于水環(huán)境質(zhì)量好壞針對性開展巡查：一方面，所轄河湖水質(zhì)較好的河長疲于奔命，機械式地開展巡查，不利于巡查質(zhì)量的提升，現(xiàn)有河湖巡查策略存在資源過度投入的問題；另一方面，現(xiàn)有河湖巡查策略無法引導(dǎo)河長更多地關(guān)注轄區(qū)內(nèi)水質(zhì)較差的河湖，相關(guān)污染問題無法得到針對性的發(fā)現(xiàn)和處置，最終巡河資源的錯配導(dǎo)致了河湖巡查的效用不足。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)所存在的技術(shù)問題，本發(fā)明提供差異化巡河策略的生成方法，能夠基于不同河湖水環(huán)境狀況而進行巡河資源合理分配，實現(xiàn)差異化巡河，達(dá)到以水環(huán)境質(zhì)量為導(dǎo)向，推動河長更多地關(guān)注水質(zhì)較差的河湖狀態(tài)及其所存在的問題，逐步提高河湖水質(zhì)優(yōu)良比例。

另一方面，本發(fā)明還提供差異化巡河策略的生成裝置。

根據(jù)本發(fā)明的差異化巡河策略的生成裝置，包括：

數(shù)據(jù)清洗模塊，用于數(shù)據(jù)預(yù)處理和數(shù)據(jù)清洗，包括對巡河問題數(shù)據(jù)進行降采樣，使得巡河問題數(shù)據(jù)與水質(zhì)監(jiān)測數(shù)據(jù)具有相同的數(shù)據(jù)粒度，實現(xiàn)數(shù)據(jù)對齊；將水質(zhì)等級數(shù)據(jù)作為標(biāo)簽數(shù)據(jù)進行編碼，將巡河路徑生成的緩沖帶內(nèi)的排水戶排水類型情況數(shù)據(jù)與巡河問題數(shù)據(jù)、水質(zhì)等級數(shù)據(jù)進行數(shù)據(jù)融合得到總訓(xùn)練集；對總訓(xùn)練集進行樣本過濾，得到清潔樣本集，用于訓(xùn)練和評估機器學(xué)習(xí)模型；

數(shù)據(jù)模型訓(xùn)練模塊，用于訓(xùn)練機器學(xué)習(xí)模型，利用數(shù)據(jù)清洗模塊得到的清潔樣本集進行訓(xùn)練和評估隨機森林模型，隨機森林模型對河湖水質(zhì)等級進行預(yù)測，并通過參數(shù)尋優(yōu)選擇最好的隨機森林模型；利用高斯混合聚類模型對目標(biāo)窗口期內(nèi)的所有河湖進行聚類分析，通過標(biāo)簽傳播技術(shù)對訓(xùn)練樣本集進行擴充，得到擴充后的訓(xùn)練集，然后用于訓(xùn)練隨機森林模型；

模型預(yù)測及其數(shù)據(jù)可視化模塊，通過隨機森林模型對河湖水質(zhì)進行預(yù)測得到相應(yīng)的河湖水質(zhì)等級信息，通過隨機森林模型得到置換特征重要值并用于評估河湖的河湖巡河排序得分；并對河湖相關(guān)數(shù)據(jù)進行可視化輸出；

決策輔助生成模塊，結(jié)合所有河湖水質(zhì)等級信息和河湖的河湖巡河排序得分，制定相應(yīng)的差異化巡河策略。

在一個優(yōu)先的實施例中，數(shù)據(jù)清洗模塊包括：

數(shù)據(jù)對齊模塊，根據(jù)水質(zhì)監(jiān)測數(shù)據(jù)的采集頻率，計算得到水質(zhì)等級數(shù)據(jù)，并在巡河問題數(shù)據(jù)的數(shù)據(jù)粒度相對較高情況下，將巡河問題數(shù)據(jù)進行降采樣，規(guī)整到與水質(zhì)等級數(shù)據(jù)相同的數(shù)據(jù)粒度，使得巡河問題數(shù)據(jù)與水質(zhì)等級數(shù)據(jù)對齊；