[发明专利]一种基于空间权重矩阵的水域特征模型建立方法

说明书

本发明提出了一种基于空间权重矩阵的水域特征模型建立方法。首先，通过采集到的水质数据，进行主成分分析得到每个月的水质数据评价值。其次，建立基本空间权重矩阵以及基于水质特征的空间权重矩阵，从而为水质空间预测提供合理的数据基础。最后，利用神经网络对水质数据进行预测，得到需要重点监测的区域，建立水域特征模型。本发明通过建立水域特征模型，得到需要重点监测的水域，为水质传感器网络的有效部署提供理论依据，进而可灵活有效的解决复杂水域的水质监测问题。

技术领域

本发明涉及环境监测和传感器网络领域，尤其涉及一种基于空间权重矩阵的水域特征模型建立方法的研究。

背景技术

水质监测是用科学的方法监视和监测反映水体质量的变化趋势及污染的来龙去脉，是监视和测定水体中污染物种类、各类污染物浓度及变化趋势，评价水质状况的过程。由于近几年内生活废水、工业废水和恶劣气象条件对水环境的剧烈影响，致使不同水质断面的污染程度各不相同，我们希望对于污染严重的区域进行实时监控，以保障水质信息全面真实可靠。

对水质传感器网络的有效部署是实现水环境监测重要环节，为节约资源，需要对待监测区域进行分析，即找到需要重点监测的水域放置足够覆盖度的传感器，以得到充分的监测数据；而对于非重点监测区域，则无需传感器的覆盖，以节约资源。因此，建立精确的水域特征模型是实现传感器有效部署的前提。

因此，需要根据水质数据，建立精确的水域特征模型，为进行精确的水环境监测提供充实的理论依据。

发明内容

本发明的目的在于提出一种基于空间权重矩阵的水域特征模型建立方法，可为水质传感器网络的部署提供理论基础，可广泛应用于水环境监测、水污染的预测和治理等领域。

为达到上述目的，本发明提出一种基于空间权重矩阵的水域特征模型建立方法，具体包括水质数据评价、建立基于水质特征的空间权重矩阵和建立水域特征模型三个基本步骤。

步骤一，在本发明的一个实施例中，所述水质数据评价进一步包括：

针对采集到的某监测点水域监测数据，利用主成分分析法对各个因素进行分析，对水质参数进行降维处理，提取出水质评价的代表成分，其数学模型为：

其中，i为样本个数；j为因子个数；t为主成分分析后的主成分个数；a_1j，a_2j，…，a_tj是原始变量矩阵在各主成分上的载荷；X_i1，X_i2，…，X_ij是原始变量矩阵经过标准化处理的值；z_i1，z_i2，……，z_it表示经过主成分分析后各个主成分的值；

由主成分分析得出的每个样本的主成分z_it值，能够得到相应的主成分评价函数Z_i，作为评判重点监测点的数据基础：

其中，Z_i是每个样本对应的主成分评价得分值；λ_i1,λ_i2 … λ_it是矩阵[X_i1，X_i2，……，X_ij]初始特征值对应的方差贡献率；通过主成分分析对某监测点水质参数的分析，此处水质参数以月为单位采集，可以得出该监测点在某月的综合水质评价得分Z_i；依此，可以得到所有n个监测点在m个月内的综合水质评价得分，为矩阵Z:

对某个监测点m个月内的综合水质评价得分做方差分析，可得该监测点m个月内水质波动情况，同理，可得所有n个监测点在m个月内的水质波动情况，为向量S＝[S₁ S₂ …S_n]。