張云簧 熊玨

摘要：指出了隨著經(jīng)濟(jì)社會的高速發(fā)展，水資源安全問題日益凸顯。竹皮河及其支流作為荊門城區(qū)的納污河流，承接荊門中心城區(qū)90%以上工業(yè)廢水和生活污水，竹皮河及其支流的地表水情況關(guān)乎荊門市的經(jīng)濟(jì)發(fā)展與社會民生。以竹皮河流域為研究對象，通過機(jī)器學(xué)習(xí)的方法對地表水水污染等級進(jìn)行預(yù)報，對竹皮河肖家崗水質(zhì)自動監(jiān)測站的周度數(shù)據(jù)進(jìn)行了分析，運(yùn)用最小二乘支持向量機(jī)對8周的數(shù)據(jù)進(jìn)行了測試。分析結(jié)果可知：只有第六個污染等級預(yù)報錯誤，其他的七個污染等級均預(yù)報正確。這可充分的說明，五個指標(biāo)與水污染等級之間存在一種強(qiáng)烈的對應(yīng)關(guān)系，也說明所使用的LS-SVM算法的正確性和有效性。同時為了對比說明，運(yùn)用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行了預(yù)測。訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)與LS-SVM預(yù)測法一致。對比預(yù)測結(jié)果發(fā)現(xiàn)：RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果與LS-SVM預(yù)測結(jié)果相比，存在預(yù)測精度不高的問題。同時，LS-SVM算法具有簡便的操作性。通過對竹皮河水質(zhì)自動監(jiān)測站評價和預(yù)報，可為將來的優(yōu)化空間布局、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和劃定重點生態(tài)保護(hù)區(qū)等措施提供理論支撐。

關(guān)鍵詞：竹皮河;水污染;最小二乘支持向量機(jī)

中圖分類號：X703文獻(xiàn)標(biāo)識碼：A 文章編號：1674-9944（2019）16-0100-05

1研究意義

研究選定竹皮河為研究對象，評價各個監(jiān)測站的優(yōu)劣，并對水污染的等級進(jìn)行實時預(yù)報，推進(jìn)解決水污染共同治理機(jī)制建設(shè)。通過實時預(yù)報地表水水污染等級，為處理突發(fā)環(huán)保事件做好預(yù)警，并提供相應(yīng)的應(yīng)對措施，推動健全相關(guān)水域協(xié)調(diào)機(jī)制的運(yùn)行。通過對湖北荊門市境內(nèi)的各個監(jiān)測站進(jìn)行評價和預(yù)報，為未來的優(yōu)化空間布局、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和劃定重點生態(tài)保護(hù)區(qū)等措施提供行政支撐和保障。

2研究內(nèi)容

通過機(jī)器學(xué)習(xí)的手段，對竹皮河肖家崗水質(zhì)自動監(jiān)測站的數(shù)據(jù)進(jìn)行了深度挖掘。本文欲求得挖掘溶解氧、化學(xué)需氧量、氨氮、水溫和pH值五個指標(biāo)與水污染等級之間的對應(yīng)關(guān)系，通過最小二乘支持向量機(jī)（LSS-VM）對訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練得到了指標(biāo)與污染等級之間的關(guān)系模型，將測試數(shù)據(jù)導(dǎo)人該模型中，即可得到測試數(shù)據(jù)的污染等級。為了說明最小二乘支持向量機(jī)算法的有效性，利用神經(jīng)網(wǎng)絡(luò)算法對數(shù)據(jù)進(jìn)行了同樣的處理，并將結(jié)果進(jìn)行了對比。

3基于LS-SVM的地表水污染等級預(yù)報機(jī)制

3.1數(shù)據(jù)分析與算法流程

3.1.1數(shù)據(jù)分析

通過荊門市環(huán)保局監(jiān)測站獲得了竹皮河肖家崗水質(zhì)自動監(jiān)測站的2017年1月12日到2017年8月20日的31周的周度數(shù)據(jù)。數(shù)據(jù)內(nèi)容包括：pH值、溶解氧（mg/L）、化學(xué)需氧量（mg/L）、氨氮（mg/L）、水溫（℃）和水污染等級。數(shù)值大小為一周之內(nèi)的平均值。圖1為周數(shù)與各個指標(biāo)的關(guān)系圖。

由圖1可知：水污染等級決定于pH值、溶解氧（mg/L）、化學(xué)需氧量（mg/L）、氨氮（mg/L）和水溫（℃）5個指標(biāo)。本文通過機(jī)器學(xué)習(xí)中的最小二乘支持向量機(jī)來挖掘5個指標(biāo)和水污染等級的關(guān)系。

3.1.2算法流程算法流程見圖2。

3.2主成分分析法

對各個監(jiān)測站的數(shù)據(jù)進(jìn)行提取后，可知樣本的特征變量間存在著某些程度的相關(guān)性，即變量間所對應(yīng)的特征信息存在著一定程度的互相涵蓋。主成分分析（Principal Component，Analysis，PCA），這一分析方法有著對所挑選出的樣本特征其提取出的因子進(jìn)行二次篩選的能力，繼而建立數(shù)量較小的全新的變量（理論上當(dāng)提取的特征能夠表現(xiàn)總體特征的85%時，即可認(rèn)為降維成功），使所得到的新變量之間的相關(guān)性更小，各個新變量更能有效地反映其所代表的特征，相比于原變量，極大地降低了特征間的信息冗余，從而成功地提高了對于樣本特征的有效信息和噪聲的有效性，同時也提高了向量機(jī)回歸時的精度。

假設(shè)某變量的樣本數(shù)據(jù)xo，x1，…，xp，運(yùn)用PCA后篩選出m個新變量E1，E2，…，Ex，m

假設(shè)X是具有n個樣本點和p個變量的一個樣本數(shù)據(jù)矩陣，即：

3.3支持向量機(jī)

支持向量機(jī)（Support Vector Machines）開始出現(xiàn)于20世紀(jì)90年代，Vapnik等用于解決數(shù)據(jù)分類問題，隸屬機(jī)器學(xué)習(xí)方法。SVM的作用在于可憑借著有限的樣本信息，平衡著模型的復(fù)雜度和學(xué)習(xí)能力兩個不可調(diào)和的矛盾，尋求獲得最佳推廣能力。當(dāng)支持向量線性可分時，SVM可以根據(jù)使用的支持向量將數(shù)據(jù)分開;當(dāng)支持向量線性不可分時，SVM可以使用核函數(shù)來將數(shù)據(jù)映射到高維空間，從而將數(shù)據(jù)分開。SVM不僅進(jìn)行二分類和多分類，也可以用于回歸?；貧w和分類在本質(zhì)上是一樣的。在回歸問題上，可以簡單的理解為將分類類別替換為回歸數(shù)值。圖3為支持向量機(jī)兩種分類情況。

求解式（6）可得最優(yōu)分類超平面，其中支持矢量滿足距最優(yōu)超平面最近的點λi>O，其余點滿足λi=O，即支持矢量可反映最多的分類信息，其數(shù)量同時可反映出超平面所依賴的獨(dú)立界面。決策函數(shù)表示如下：

3.4最小二乘支持向量機(jī)

在1999年Suykens和Vandewalle提出最小二乘支持向量機(jī)（LS-SVM），LS-SVM對于目標(biāo)函數(shù)的表示，用誤差的平方來表示目標(biāo)函數(shù)，用等式條件來表示其約束條件，則面臨的情況即為符合KKT（Karush-Kuhn-Tucker）時，算出一組N維線性方程組的解，最終得到所需的決策函數(shù)。綜上可知，相比SVM在解決大規(guī)模問題方面的表現(xiàn)，LS-SVM簡化了整個計算過程的復(fù)雜程度，同時提升了其訓(xùn)練過程的工作效率。

3.5預(yù)報結(jié)果分析及對比

經(jīng)過主成分分析后，將數(shù)據(jù)分為23組訓(xùn)練數(shù)據(jù)和8組預(yù)測數(shù)據(jù)。將23組訓(xùn)練數(shù)據(jù)置入最小二乘支持向量機(jī)中，選擇RBF內(nèi)核為核函數(shù)，并將參數(shù)gam設(shè)置為r1.038e+001 1.7435e+006]、sig2設(shè)置為[13.6777357]。經(jīng)過訓(xùn)練后，即可得到5個指標(biāo)和水污染等級的對應(yīng)關(guān)系模型。將8組測試數(shù)據(jù)置入得到的模型，即可得到預(yù)測的水污染等級大小，結(jié)果如圖5所示。