姚雪梅

摘要：受到環(huán)境因素、設(shè)備因素的影響，生態(tài)監(jiān)測(cè)數(shù)據(jù)中存在異常數(shù)據(jù)，影響辨識(shí)效果，為此提出監(jiān)測(cè)數(shù)據(jù)異常自適應(yīng)辨識(shí)方法。統(tǒng)一監(jiān)測(cè)數(shù)據(jù)量綱，去除噪聲數(shù)據(jù)，依據(jù)監(jiān)測(cè)數(shù)據(jù)之間的相關(guān)系數(shù)，分層聚類處理監(jiān)測(cè)數(shù)據(jù)，應(yīng)用PKNN算法檢測(cè)井別除監(jiān)測(cè)數(shù)據(jù)中的離群數(shù)據(jù)，依據(jù)歷史監(jiān)測(cè)數(shù)據(jù)探究其變化規(guī)律，引入自適應(yīng)因子計(jì)算相鄰監(jiān)測(cè)數(shù)據(jù)線段斜率，制定異常數(shù)據(jù)辨識(shí)規(guī)則，執(zhí)行規(guī)則，進(jìn)行監(jiān)洲數(shù)據(jù)異常自適應(yīng)辨識(shí)。實(shí)驗(yàn)數(shù)據(jù)顯示．應(yīng)用提出方法獲得的異常數(shù)據(jù)比例數(shù)值與實(shí)際數(shù)值保持一致。

關(guān)鍵詞：生態(tài)質(zhì)量；數(shù)據(jù)異常；監(jiān)測(cè)數(shù)據(jù)；濕地植被；自適應(yīng)辨識(shí)

中圖分類號(hào)：X835 文獻(xiàn)標(biāo)志碼：B

前言

濕地是一種特殊的生態(tài)系統(tǒng)，通過(guò)水陸相互作用形成，富含多種生物與生態(tài)服務(wù)功能，在生態(tài)平衡維持中承擔(dān)著至關(guān)重要的作用。由于濕地自身的環(huán)境調(diào)節(jié)功能，成為自然保護(hù)的主要對(duì)象之一，其主要生態(tài)功能為分解多種污染物質(zhì)、提升區(qū)域內(nèi)化學(xué)循環(huán)水平、調(diào)控區(qū)域內(nèi)水分循環(huán)等。隨著社會(huì)可持續(xù)發(fā)展需求的提升，濕地保護(hù)逐漸引起社會(huì)大眾的廣泛關(guān)注。濕地生態(tài)系統(tǒng)具有獨(dú)特植被、土壤、水文與生物特征，內(nèi)部要素之間呈現(xiàn)著互相制約、互相聯(lián)系的關(guān)系，并保持動(dòng)態(tài)平衡狀態(tài)。一般情況下，濕地生態(tài)系統(tǒng)主要由生物因子（微生物、水生植物、動(dòng)物、沼生植物、濕生植物等）與非生物因子（水分、陽(yáng)光、土壤等）構(gòu)成。以往對(duì)濕地研究主要集中在生態(tài)特征變化、濕地資源考察等方面，對(duì)于濕地植被生態(tài)質(zhì)量監(jiān)測(cè)方面的相關(guān)研究少之又少，成為制約濕地可持續(xù)發(fā)展的關(guān)鍵因素之一。

濕地植被生態(tài)質(zhì)量監(jiān)測(cè)主要采用多種傳感器聯(lián)合采集濕地植被相關(guān)信息，由于傳感器自身振動(dòng)、環(huán)境變化等多種因素的影響，致使監(jiān)測(cè)數(shù)據(jù)存在著大量的噪聲數(shù)據(jù)、冗余數(shù)據(jù)與異常數(shù)據(jù)，影響著濕地植被生態(tài)質(zhì)量監(jiān)測(cè)的效果，尤其是異常數(shù)據(jù)的存在，非常容易顛覆監(jiān)測(cè)結(jié)果，從而造成濕地生態(tài)系統(tǒng)治理決策制定的錯(cuò)誤。為了防止上述現(xiàn)象的發(fā)生，提出濕地植被生態(tài)質(zhì)量監(jiān)測(cè)數(shù)據(jù)異常自適應(yīng)辨識(shí)方法研究。

3結(jié)語(yǔ)

濕地具有多種生態(tài)調(diào)節(jié)功能，濕地生態(tài)系統(tǒng)具備環(huán)境調(diào)節(jié)功能與城市景觀功能，是現(xiàn)今生態(tài)環(huán)境治理的關(guān)鍵手段之一，而影響其功能發(fā)揮的關(guān)鍵就是濕地植被生態(tài)質(zhì)量，為了保障濕地生態(tài)系統(tǒng)的穩(wěn)定性，故對(duì)其進(jìn)行實(shí)時(shí)監(jiān)測(cè)，即對(duì)其植被生態(tài)質(zhì)量進(jìn)行實(shí)時(shí)分析，研究異常數(shù)據(jù)自適應(yīng)辨識(shí)方法，選取最優(yōu)小波基函數(shù)與小波系數(shù)閾值后，分層聚類處理監(jiān)測(cè)數(shù)據(jù)，應(yīng)用PKNN算法檢測(cè)并剔除監(jiān)測(cè)數(shù)據(jù)中的離群數(shù)據(jù)，使獲得的異常數(shù)據(jù)比例數(shù)值與實(shí)際數(shù)值保持一致，充分證實(shí)了提出方法的可行性，依據(jù)監(jiān)測(cè)數(shù)據(jù)對(duì)其進(jìn)行維護(hù)與治理，保證在多種環(huán)境因素、設(shè)備因素的影響下，監(jiān)測(cè)數(shù)據(jù)中存在的大量異常數(shù)據(jù)，不會(huì)影響監(jiān)測(cè)數(shù)據(jù)的應(yīng)用，為濕地生態(tài)系統(tǒng)的內(nèi)部協(xié)調(diào)與發(fā)展提供有力的支撐。