CN106203756A - 一种基于特征数据库的工业污水污染物溯源分析方法 - Google Patents

Abstract

一种基于特征数据库的工业污水污染物溯源分析方法，属于工业污水污染物监管技术领域。其特征包括：建立各类型工厂污染物参数的特征权重数据库M，采集目标区域各工厂***污水的污染物数据，构建目标区域工厂排污的特征数据样本库N，利用所述特征数据样本库N构建KD-tree的类变量，输入混合工业废水的各污染物测量值待识别向量z，采用所述kNN分类器与特征数据样本库N中的数据进行匹配识别，完成污染物溯源。本发明能够完成各种区域混合工业废水的污染物溯源，快速有效的给出目标排放工厂的排序，适用性与普遍性强，为政府相关职能部门按次序排查污染来源工厂提供了技术支持，大大提高了排查效率和成功率。

Description

一种基于特征数据库的工业污水污染物溯源分析方法

技术领域

本发明属于工业污水污染物监管技术领域，涉及一种工业污水污染物溯源分析方法，特别是一种基于特征数据库的工业污水污染物溯源分析方法。

背景技术

目前我国的水污染问题相当严重，这与非法超标偷排现象屡禁不止有着直接的关系。加强各类工业排放污水的监管已经成为各级政府工作的重要内容，对非法超排的有效监管与溯源追责尚缺乏行之有效的技术手段。传统的溯源技术一般都是在污染事件发生后，对污染源上下游附近的工厂污水进行取样分析，工作量大、耗时较长、时效性差，往往很难及时找到污染源。

近年来也涌现出一些新的溯源技术，但一般都是针对某一类工业废水或者某些阴离子而进行的，或者是从监管管理方面提出的方法，比如中国环境科学院2012年公开的《一种突发水环境污染事故涉嫌风险源的溯源方法》，公开号为CN102622670A，再比如环境保护部华南环境科学研究所2014年公开的《一种有限条件下突发性水环境事件污染源的溯源方法》,公开号为CN104103005A，该方法主要给出了一个***，其匹配模型仅在有限条件下适用。

尚缺乏一种普遍适用各种工业混合废水的溯源方法，满足不同种类工业区域混合污水的溯源需求。

发明内容

本发明的目的是为了克服上述背景技术的不足，提供一种基于特征数据库的工业污水污染物溯源分析方法，能够适用于对各种工业混合废水的溯源。

本发明提供的一种基于特征数据库的工业污水污染物溯源分析方法如图1所示，具体步骤如下，：

(1)收集各类型工厂主要排放污水的污染物参数，建立各类型工厂污染物参数的特征权重数据库M；

(2)采集目标区域各工厂***污水的污染物数据，构建目标区域工厂排污的特征数据样本库N；

(3)利用所述特征数据样本库N构建KD-tree的类变量，作为kNN分类器的识别模型；

(4)通过集成式污染物采集工控机获取或者直接手动输入混合工业废水的各污染物测量值，作为待识别向量z；

(5)采用所述kNN分类器与特征数据样本库N中的数据进行匹配识别，在匹配过程中，利用所述特征权重数据库M按照工厂类型对目标工厂进行加权，根据匹配程度给出目标排放工厂排序；

(6)按顺序显示目标排放工厂名称。

所述kNN分类器的核心识别算法为：

Input：所述特征数据样本库N的训练样本集D，所述待识别向量z，样本的类别标签集L。

Output：c_z∈L，即样本向量的类别。

for each样本y∈D do

计算z到y的距离d(z,y)

end

选择k个与z距离最近的训练样本构成集合N，

$c_z=\underset{v\∈L}{\arg \max }{\mathrm{\Σ}}_{y\∈N}I(v=\mathrm{class}\left(c_y\right))$

其中，k为预定识别的目标排放工厂的个数，I(·)为指示函数，如果条件成立值为1，如果条件不成立值为0。

kNN分类器中的细节处理原则包括：

A.d(z,y)是待识别样本与训练样本库中样本的相似度度量，表示特征空间内两个点的距离。可供选择的其他数学距离有多种，比如欧拉距离、马氏距离、曼哈顿距离、切比雪夫距离、闵氏距离等等；

B.采用加权投票法进行类别判定，采取少数服从多数的原则，近邻中哪个类别的点最多就分为哪类，权重根据特征权重数据库M按工厂类型进行选取；

C.对特征向量进行归一化，降低变量值域对距离的影响；

D.采用主成分分析的方法，降低高维度对距离衡量的影响。

本发明的有益效果是，能够完成各种区域混合工业废水的污染物溯源，快速有效的给出目标排放工厂的排序，适用性与普遍性强，为政府相关职能部门按次序排查污染来源工厂提供了技术支持，大大提高了排查效率和成功率。

附图说明

图1工业污水污染物溯源分析方法流程图。

图2目标区域工厂名称图示。

具体实施方式：

下面结合附图和实施例对本发明作进一步的详细描述，但该实施例不应理解为对本发明的限制。

在本实施方式中，目标区域选择大连市工业园区，区域内工厂包括12家，具体名称由图2所示，各工厂***污水污染物种类28种，包括苯、pH值、氨氮、色度、甲苯、总氮、总镉、总铬、总镍、总砷、总铜、总锌、二甲苯、氟化物、挥发酚等等。

按照以下操作步骤进行溯源：

(1)收集各类型工厂主要排放污水的污染物参数，建立各类型工厂污染物参数的特征权重数据库M1；

(2)采集图2所示各工厂***污水的28种污染物数据，构建目标区域工厂排污的特征数据样本库N1，并按照类型对工厂分类；

(3)利用所述特征数据样本库N1构建KD-tree的类变量，作为kNN分类器的识别模型；

(4)通过手动输入混合工业废水的各污染物量值，作为待识别向量z1；

(5)采用所述kNN分类器与特征数据样本库N1中的数据进行匹配识别，在匹配过程中，利用所述特征权重数据库M1按照工厂类型对目标工厂进行加权，根据匹配程度给出目标排放工厂排序；

(6)按顺序显示所述目标排放工厂名称。

所述kNN分类器算法中，所述距离d(z1,y)选择欧式距离，公式如下：

$d_{\mathrm{euc}}(x,y)={\left[\underset{j=1}{\overset{d}{\mathrm{\Σ}}}{(x_j-y_j)}^2\right]}^{\frac{1}{2}}={\left[(x-y){(x-y)}^T\right]}^{\frac{1}{2}}$

所述kNN分类器算法中，k值选择为3，投票权重根据特征权重数据库M1按工厂类型进行选取，对特征向量z1进行了归一化，采用了主成分分析的方法。

Claims (1)

1.一种基于特征数据库的工业污水污染物溯源分析方法，其特征在于，

(1)收集各类型工厂主要排放污水的污染物参数，建立各类型工厂污染物参数的特征权重数据库M；

(2)采集目标区域各工厂***污水的污染物数据，构建目标区域工厂排污的特征数据样本库N；

(3)利用所述特征数据样本库N构建KD-tree的类变量，作为kNN分类器的识别模型；

(4)通过集成式污染物采集工控机获取或者直接手动输入混合工业废水的各污染物测量值，作为待识别向量z；

(5)采用所述kNN分类器与特征数据样本库N中的数据进行匹配识别，在匹配过程中，利用所述特征权重数据库M按照工厂类型对目标工厂进行加权，根据匹配程度给出目标排放工厂排序；

采用加权投票法进行类别判定，采取少数服从多数的原则，近邻中哪个类别的点最多就分为哪类，权重根据特征权重数据库M按工厂类型进行选取；

对特征向量进行归一化，降低变量值域对距离的影响；

采用主成分分析的方法，降低高维度对距离衡量的影响；

所述kNN分类器的核心识别算法为：

Input：所述特征数据样本库N的训练样本集D，所述待识别向量z，样本的类别标签集L；

Output：c_z∈L，即样本向量的类别；

for each样本y∈D do

计算z到y的距离d(z,y)

end

选择k个与z距离最近的训练样本构成集合N，

$c_z=\underset{v\∈L}{\arg \max }{\mathrm{\Σ}}_{y\∈N}I(v=\mathrm{class}\left(c_y\right))$

其中，k为预定识别的目标排放工厂的个数，I(·)为指示函数，如果条件成立值为1，如果条件不成立值为0；

d(z,y)是待识别样本与训练样本库中样本的相似度度量，表示特征空间内两个点的距离；

(6)按顺序显示目标排放工厂名称。