CN101533000A - 一种构建水体富营养化风险分析模型的方法 - Google Patents

Abstract

一种构建水体富营养化风险分析模型的方法，涉及库区水质富营养化风险的预测预警方法。本发明方法从信息技术角度，根据水环境信息系统中各方面监测数据的存储结构和存储内容，通过计算机程序，先建立水体富营养化风险分析模型的贝叶斯网络拓扑结构，并通过参数学习来分析水体富营养化风险发生的各种影响因素及相关性，最后经测试和修正而生成模型。本发明方法能综合考虑各种影响因素及其间的相关性，并能较好地分析水体富营养化风险程度，实现水体富营养化的预测预警，并为水环境管理及水污染防治提供科学决策的依据。本发明可广泛应用于河流、湖泊水体富营养化风险分析和预测预警，特别适用于三峡库区的水体富营养化趋势分析与预测预报。

Description

一种构建水体富营养化风险分析模型的方法

一.技术领域

本发明属于库区水环境安全预测预警技术领域，具体涉及库区水质富营养化风险的预测预警方法。

二.背景技术

库区水域中水质的富营养化将会对人们的生产、生活带来极大的影响，需加强相应的预测预警工作。但目前对监测到的水质情况进行评价报警，属于突发式预警范畴，并且考虑的数据也仅限于水质指标。而实际上库区水域的富营养化是一个渐进的过程，并且受到水质、气象、水文等多方面因素的影响，可以通过分析历史数据来发现库区水域富营养化的潜在风险，探索发生富营养化的时段、发生的区域、发生的程度，揭示库区水体富营养化的主要诱发因子，从而建立有效的富营养化风险分析模型，进行渐进式预警，为库区水环境管理与水污染防治提供科学依据，有利于决策者有针对性地提出防治富营养化的对策。

现有水体富营养化评价、预测、预警的方法：如2007年35卷6期《安徽农业科学》中“富营养化水体的评价方法研究”一文，主要的评价方法包括特征法、参数法、生物指标参数法、营养状况指数法、营养评分法、数学评价法。这些方法只着重于对监测到的水质指标进行评价，缺乏相关性分析，并且需要预先设定好富营养化评价标准。又如2007年16卷1期《长江流域资源与环境》中“三峡水库藻类‘水华’预测”一文，主要采用最小二乘法进行线性回归，拟合线性方程，分析叶绿素a浓度与TP，以及叶绿素a浓度与SD的关系，分析、预测水流情况改变后，这些河口水域的富营养化表征的变化及爆发“水华”的风险。该方法仅对单一指标项叶绿素a进行相关性分析，没有综合考虑各种影响变量间的相关性。再如2007年26卷(增刊)《农业环境科学学报》中“三峡库区富营养化发展趋势研究”一文，构建的三峡库区支流富营养化生态动力学模型由一维水流方程和一维生态动力学方程共同组成，模型含气候、水动力学、水质、藻类生长4个子模块，考虑了水流状态、流量、污染源、水文、阳光等环境条件对水质和藻类的影响。该模型的主要不足一是参数众多，需采用采用理论推理、自然现象分析总结、经验判断、综合归纳和大宁河现场实测检验等多种手段对模型参数进行对比选择；二是求解数值解的计算时间较长。上述方法都是从主观经验判断、物理模型实验和生态动力学模型等角度进行水体富营养化风险分析，未从信息的知识发现角度进行富营养风险分析的建模。

三.发明内容

本发明的目的是针对现有构建水体富营养化预测预警模型方法的不足，提出一种构建水体富营养化风险分析模型的方法。该方法利用多维信息的存储结构和存储内容构建具有网络拓扑结构的模型，易于解释与分析各种影响因素间的相关性，可进行并行推理，模型概率参数可动态更新。

本发明机理：由于影响库区水域富营养化的众多因素都具有不确定性，而获取这些影响因素的数据均来自于库区水域的各方面监测系统，在库区安全预警平台中采集了大量水质、水文、水利、气象等方面的信息，并以关系模型的形式存放在中心数据库里，结构复杂，层次繁多。为了有效的分析这些数据，综合考虑各种影响因素间的相关性，提出从多维信息中学习水体富营养化风险分析模型的建模方法。该方法融入了概率关系模型(ProbabilisticRelational Models，PRM)的思路。该模型将贝叶斯网络与关系模型结合起来，是贝叶斯网络模型的扩展，由关系模式和贝叶斯概率模型两部分构成。它细化了域上的关系模式、域上属性间的依赖集和整个数据库的概率分布，允许对对象间和属性间关系的不确定性进行建模和推理。概率关系模型融合了关系理论和概率理论，能够直接向多表链结的关系模型数据进行学习和知识发现，有利于复杂决策任务的分析与建模。

实现本发明目的的技术方案是：一种构建水体富营养化风险分析模型的方法，利用计算机，从信息技术角度，根据水环境信息系统中各方面监测数据的存储结构和存储内容以及初始贝叶斯网络结构，通过计算机程序，先建立水体富营养化风险分析模型的贝叶斯网络拓扑结构，并通过参数学习来分析水体富营养化风险发生的各种影响因素及相关性，最后经过测试和修正而建立水体富营养化风险分析模型。其具体方法步骤如下：

(1)构建水体富营养化的初始贝叶斯网络结构

针对水环境中的监测范围，分析气象、水文、水质、藻类生长、生化反应等方面监测数据之间的相互影响关系，构建水体富营养化风险分析的初始贝叶斯网络拓扑结构。

(2)构建水环境中监测数据的关系模式

根据水环境中监测范围的监测数据，按照数据库结构要求，构建监测数据的关系模式，具体包括水域中生物监测数据关系模式和水环境监测数据关系模式。

(3)构建候选父节点集视图并进行数据预处理

1)构建每一个待考查数据的候选父节点集

第(1)和(2)步完成后，对第(1)步构建的水体富营养化分险分析的初始贝叶斯网络结构和第(2)步构建的监测数据关系模式进行分析，分析这些数据间的依赖关系，确定参照路径的有效长度和有聚集特征的父节点，构建每个参考变量的候选父节点集(Pr)。

2)构建视图对候选父节点集进行数据预处理

第(3)—1)步完成后，利用关系数据库的标准化SQL语言，对每个参考变量的候选父节点集(Pr)建立视图并进行数据预处理，包括多集操作和聚集操作和离散化处理。其中，多集操作预处理主要是进行表与表间的交、并、差运算中的一种或多种操作，要求与关系数据库的标准化SQL语言操作一致；聚集操作预处理主要针对表中的多条记录进行聚集计算，聚集函数包括基数(Cardinality)、平均值(AVG)、最大值(MAX)、最小值(MIN)、求和(SUM)函数中的一种或多种，具体操作种数根据原始数据确定；数据预处理中的离散化主要采用权重信息损失离散化(WILD)算法进行数据离散化处理。

(4)构建水体富营养化风险分析模型

1)确定模型结构

第(3)步完成后，将第(3)步构建的候选父节点集视图作为输入，采用库珀(Cooper)提出K2算法的结构学习思路，使用其搜索评分方法进行模型结构的学习，具体步骤如下：

①初始输入

先输入待考查变量节点，再输入每个考查变量节点的候选父节点集Pr(i)，以其候选父节点集视图作为训练数据集，设置父节点上限个数k；

②搜索每个节点的父节点集

第(4)—1)—①步完成后，先设置每个考查变量节点i的父节点集Pa(i)为空集。后采用库珀的BDe方法计算当前节点状态下的网络结构评分Score_old，设置为Score_old＝f(i，Pa(i))。再进行比较：当考查变量节点i的父节点集Pa(i)中父节点个数小于等于k时，则从其候选父节点集Pr(i)中选择某一节点z加入父节点集Pa(i)，并计算当前状态下的结构评分Score_new，设置为Score_new＝f(i，Pa(i)∪{z})。然后再判断Score_old和Score_new：当Score_new大于Score_old时，则设置Score_old＝Score_new，Pa(i)＝Pa(i)∪{z}；否则保持原值不变并返回重新评分。最后确定考查变量节点的父节点集：当考查变量节点i的父节点集Pa(i)中父节点个数大于k时，则输出节点i的父节点集Pa(i)。

③构造水体富营养化风险分析模型的网络拓扑结构

第(4)—1)—②步完成后，根据每个考查变量节点i的父节点集Pa(i)，建立所有节点间的关联有向边(即由父节点指向子节点)，从而构建水体富营养化风险分析模型的网络拓扑结构。

2)确定模型参数

第(4)—1)步完成后，对第(4)—1)步构建的网络拓扑结构，采用最大似然估计或最大后验概率方法，确定网络拓扑结构中每个节点的概率分布表，即模型参数，从而最终建立起水体富营养化风险分析模型(包括网络结构和模型参数)。

(5)进行模型的测试与修正

1)模型测试

第(4)步完成后，对第(4)步构建的水体富营养化风险分析模型进行测试，即将测试数据输入模型，比较模型的分析效果：当跟实际情况相差不大(即接近时)，说明模型满足应用要求，则输出构建的水体富营养化风险分析模型；否则进入第(5)—2)步重新确定模型结构和参数后，再进行测试。如此反复测试，直至满足应用要求为止。

2)模型修正

根据第(5)—1)步中的分析结果，再经本技术领域专家修正模型结构，调整模型中节点间的有向边方向，并返回第(4)—2)步，重新确定模型参数。然后再经第(5)步进行模型测试。满足模型满足应用要求，则输出构建的水体富营养化风险分析模型。

本发明采用上述技术方案后，主要有如下效果：

(1)本发明方法利用多维信息的存储结构和存储内容构建具有网络拓扑结构的模型，易于解释与分析各种影响因素间的相关性，能综合考虑各种影响因素及其间的相关性，提高水体富营养化风险预测预报的准确性。

(2)本发明方法利用模型的网络拓扑结构可进行并行推理，能较好地分析水体富营养化风险程度，进一步提高预测预警的准确性。

(3)采用本发明方法构建的模型中节点的概率分布表可采用在线参数学习方法进行动态更新，可与环境变化保持同步，提高模型的分析效果，为水环境管理及水污染防治提供科学决策的依据。

本发明可广泛应用于河流、湖泊水体富营养化的风险分析和预测预警，特别适用于三峡库区的水体富营养化趋势分析与预测预报。

四.附图说明

图1为本发明的建模流程框图；

图2为实施例中的水体富营养化风险分析的贝叶斯网络概念模型结构和各子模块的初始贝叶斯网络结构；

图3为实施例中概念模型结构的水质子模块的初始结构图；

图4为实施例中概念模型结构的水文子模块的初始结构图；

图5为实施例中概念模型结构的气象子模块的初始结构图；

图6为实施例中概念模型结构的藻类生长子模块的初始结构图；

图7为实施例中概念模型结构的生化反应子模块的初始结构图；

图8为实施例中的水中生物监测相关数据关系模式；

(备注：图中VACHAR2为字符数据类型、DATE为日期数据类型、NUMBER为数值数据类型，pk表示为主键，fk表示为外键)

图9为实施例中的水环境监测数据关系模式；

图10为实施例中的加入时空单元的水体富营养风险分析模型框架结构；

图11为实施例中的155米水位蓄水期水体富营养化风险分析模型。

五.具体实施方式

下面结合具体实施方式，进一步说明本发明。

实施例1

一种构建水体富营养化风险分析模型的方法，选取三峡库区10条一级支流的水质、水文、气象等相关数据进行计算机编程处理，具体步骤如下：

(1)构建水体富营养化的初始贝叶斯网络结构

针对三峡库区的10条一级支流监测范围的监测数据，分析气象、水文、水质、藻类生长、生化反应等方面监测数据之间的相互影响关系，构建水体富营养化风险分析的初始贝叶斯网络拓扑结构，即初始结构如图2～7所示。

(2)构建水环境中监测数据的关系模式

根据水环境中的数据监测范围，按照数据库结构要求，构建监测数据的关系模式，具体包括水域中生物监测数据关系模式和水环境监测数据关系模式。水中生物监测数据关系模式，如图8所示，监测数据关系模式，如图9所示。

(3)构建候选父节点集视图并进行数据预处理

1)构建每一个待考查数据的候选父节点集

第(1)和(2)步完成后，对第(1)步构建的水体富营养化分险分析的初始贝叶斯网络结构和第(2)步构建的监测数据关系模式进行分析，分析这些数据间的依赖关系，确定对象间变量依赖关系的参照链路径有效长度为5，确定有聚集特征的父节点为日照、流速，并且构造每个参考变量的候选父节点集(Pr)。

2)构建视图对候选父节点集进行数据预处理

第(3)的1)步完成后，利用关系数据库的标准化SQL语言，对每个参考变量的候选父节点集(Pr)建立视图并进行数据预处理。其中，进行多集操作和聚集操作后引入了两个聚集函数SUM(日照)、AVG(流速)和一个藻类存在变量SExists。并且采用WILD算法离散化参考变变量，具体结果如表1所示。

表1 重要属性变量离散化结果

(4)构建水体富营养化风险分析模型

由于各种监测数据采集的频率不一致，如气象数据是按每天进行采集，水质断面监测数据(除自动监测站的数据外)是按月进行采集，而水中生物的监测数据是根据季节按月进行采集的。为了更有效分析各变量间的依赖关系，对数据定制了时空范围，按照一定的时空单元进行数据的提取与分析，因此在原关系模式中加入了时空单元关系表。然后采用如下步骤进行模型结构学习。

1)确定模型结构

第(3)步完成后，将第(3)步构建的候选父节点集视图作为输入，采用库珀(Cooper)提出K2算法的结构学习思路，使用其搜索评分方法进行模型结构的学习，具体步骤如下：

①初始输入

先输入待考查变量节点，再输入每个考查变量节点的候选父节点集Pr(i)，以其候选父节点集视图作为训练数据集，设置父节点上限个数为5；

②搜索每个节点的父节点集

第(4)—1)—①步完成后，先设置每个考查变量节点i的父节点集Pa(i)为空集。后采用库珀的BDe方法计算当前节点状态下的网络结构评分Score_old，设置为Score_old＝f(i，Pa(i))。再进行比较：当考查变量节点i的父节点集Pa(i)中父节点个数小于等于k时，则从其候选父节点集Pr(i)中选择某一节点z加入父节点集Pa(i)，并计算当前状态下的结构评分Score_new，设置为Score_new＝f(i，Pa(i)∪{z})。然后判断Score_old和Score_new：当Score_new大于Score_old时，则设置Score_old＝Score_new，Pa(i)＝Pa(i)∪{z}；否则保持原值不变并返回重新评分。最后确定考查变量节点的父节点集：当考查变量节点i的父节点集Pa(i)中父节点个数大于k时，则输出节点i的父节点集Pa(i)。

③构造水体富营养化风险分析模型的网络拓扑结构

第(4)—1)—②步完成后，根据每个考查变量节点i的父节点集Pa(i)，建立所有节点间的关联有向边(即由父节点指向子节点)，从而构建水体富营养化风险分析模型的网络拓扑结构。

根据上述步骤得到如图10(图中省略了对象的一些非关键属性)所示的水体富营养风险分析模型框架结构图(即类层次依赖关系图)。并进一步采用三峡水位蓄水期时间段的变量对模型进行了细分，细化后可得到形如图11所示的分析模型。

从图11模型中可以看到，断面中平均藻类密度、藻类存在(SExists)、优势藻种三个主要富营养化考察因素受不同变量影响。其中基数(Cardinality())属性表示为：

Cardinality{intersection{[生态监测数据.监测站点代码].[河流断面信息表.河流断面代码].[富营养化监测基本表.水质等级]，[生态监测数据.生物物种代码].[生态监测数据.生物物种代码]^-1.[生物物种代码.监测站点代码].[河流断面信息表.河流断面代码].[富营养化监测项目标.水质等级]})，

是关系表格进行多集操作(intersection交运算)和聚集操作(Cardinality基数运算)后形成的影响因素属性，表示产生相同藻类的断面数目，并且这些断面与目标断面的水质等级一致。该属性直接影响断面中藻类存在的概率。

2)确定模型参数

第(4)—1)步完成后，对第(4)—1)步构建的155米水位蓄水期水体富营养化风险分析模型结构(图6)，以10条一级支流相关数据作为学习样本，采用最大似然函数估计计算模型的参数分布。通过模型的参数分布情况可反映蕴涵在大量数据中的有关问题域上的概率依赖关系，并最终建立155米水位蓄水期水体富营养化风险分析模型。以平均藻类密度为例得到的部分参数分布如表2所示。

(5)进行模型的测试与修正

第(4)步完成后，对第(4)步构建的155米水位蓄水期水体富营养化风险分析模型进行测试，即将2008年3-5月的监测数据作为测试数据输入模型，比较模型的分析效果。对模型进行测试后，可以得到以下结论：

①三峡库区支流蓄水后的营养盐(不考虑突发污染的情况)、水温、光照和蓄水前基本是一样的，蓄水后变化较大的是水流流态。库区支流营养盐浓度早已超过出现“水华”临界浓度，常年光照和水温都基本能满足藻类生长条件，蓄水后当流速在0.02m/s以下时易促成了藻类的快速生长繁殖。

②库区支流发生“水华”的水体温度在18～23℃，对绿藻、硅藻的生长态势有着重要的影响。

③库区水体流速分布不均，在支流回水河段发生“水华”时，回水中段比回水尾段要严重。

④支流水域在3-4月多以甲藻、硅藻为优势藻种，在5月水温较高时以绿藻、蓝藻为优势藻种。在阳光充足、水温逐步回升的3-4月，极易出现藻类疯长并发生藻类水华现象。

上述结论说明利用本发明提出的方法建立水体富营养化风险分析模型能够较准确地分析当前月份水体富营养化发生的风险程度和优势藻种门类，较符合实际监测情况，可为下一步的科学决策提供辅助支撑意见，因此最终输出学习后的分析模型，可应用于实际的项目分析中。

表2 参数分布

Claims (1)

1、一种构建水体富营养化风险分析模型的方法，其特征在于具体步骤如下：

(1)构建水体富营养化的初始贝叶斯网络结构

针对水环境中监测范围的监测数据，分析气象、水文、水质、藻类生长、生化反应方面监测数据之间的相互影响关系，构建水体富营养化风险分析的初始贝叶斯网络拓扑结构；

(2)构建水环境中监测数据的关系模式

根据水环境中监测范围的监测数据，按照数据库结构要求，构建监测数据的关系模式，具体包括水域中生物监测数据关系模式和水环境监测数据关系模式；

(3)构建候选父节点集视图并进行数据预处理

1)构建每一个待考查数据的候选父节点集

第(1)和(2)步完成后，对第(1)步构建的水体富营养化分险分析的初始贝叶斯网络结构和第(2)步构建的监测数据关系模式进行分析，分析这些数据间的依赖关系，确定参照路径的有效长度和有聚集特征的父节点，构建每个参考变量的候选父节点集(Pr)；

2)构建视图对候选父节点集进行数据预处理

第(3)—1)步完成后，利用关系数据库的标准化SQL语言，对每个参考变量的候选父节点集(Pr)建立视图并进行数据预处理，包括多集操作和聚集操作和离散化处理，其中，多集操作预处理主要是进行表与表间的交、并、差运算中的一种或多种操作，要求与关系数据库的标准化SQL语言操作一致，聚集操作预处理主要针对表中的多条记录进行聚集计算，聚集函数包括基数、平均值、最大值、最小值、求和函数中的一种或多种，具体操作种数根据原始数据确定，预处理中的离散化主要采用权重信息损失离散化算法进行数据离散化处理；

(4)构建水体富营养化风险分析模型

1)确定模型结构

第(3)步完成后，将第(3)步构建的候选父节点集视图作为输入，采用库珀提出K2算法的结构学习思路，使用其搜索评分方法进行模型结构的学习，具体步骤如下：

①初始输入

先输入待考查变量节点，再输入每个考查变量节点的候选父节点集Pr(i)，以其候选父节点集视图作为训练数据集，设置父节点上限个数k；

②搜索每个节点的父节点集

第(4)—1)—①步完成后，先设置每个考查变量节点i的父节点集Pa(i)为空集，后采用库珀的BDe方法计算当前节点状态下的网络结构评分Score_old，设置为Score_old＝f(i，Pa(i))，再进行比较：当考查变量节点i的父节点集Pa(i)中父节点个数小于等于k时，则从其候选父节点集Pr(i)中选择某一节点z加入父节点集Pa(i)，并计算当前状态下的结构评分Score_new，设置为Score_new＝f(i，Pa(i)∪{z})，然后再判断Score_old和Score_new：当Score_new大于Score_old时，则设置Score_old＝Score_new，Pa(i)＝Pa(i)∪{z}，否则保持原值不变并返回重新评分，最后确定考查变量节点的父节点集，当考查变量节点i的父节点集Pa(i)中父节点个数大于k时，则输出节点i的父节点集Pa(i)；

③构造水体富营养化风险分析模型的网络拓扑结构

第(4)—1)—②步完成后，根据每个考查变量节点i的父节点集Pa(i)，建立所有节点间的关联有向边，即由父节点指向子节点，从而构建水体富营养化风险分析模型的网络拓扑结构；

2)确定模型参数

第(4)—1)步完成后，对第(4)—1)步构建的网络拓扑结构，采用最大似然估计或最大后验概率方法，确定网络拓扑结构中每个节点的概率分布表，即模型参数，从而最终建立起水体富营养化风险分析模型，包括网络结构和模型参数；

(5)进行模型的测试与修正

1)模型测试

第(4)步完成后，对第(4)步构建的水体富营养化风险分析模型进行测试，即将测试数据输入模型，比较模型的分析效果：当跟实际情况接近时，说明模型满足应用要求，则输出构建的水体富营养化风险分析模型；否则进入第(5)—2)步重新确定模型结构和参数后，再进行测试，如此反复测试，直至满足应用要求为止；

2)模型修正

根据第(5)—1)步中的分析结果，再经本技术领域专家修正模型结构，调整模型中节点间的有向边方向，并返回第(4)—2)步，重新确定模型参数，然后再经第(5)步进行模型测试，满足模型满足应用要求，则输出构建的水体富营养化风险分析模型。

Images