一种基于数据挖掘技术的水质预测和评价方法

周勇 李龙 唐四薪

摘 要：对城市区域水体数据采用改进BIRCH聚类方法进行异常点筛查，运用神经网络技术对水质数据进行预测，然后采用基于熵的正交投影方法对水质进行评价，从而得出水质的变化趋势。

关键词：BIRCH聚类;TOPSIS法;正交投影法

基金项目：湖南省教育厅高校科研计划一般项目（项目编号：15C0202）。

1 引言

随着现代社会的发展，人类工业生产范围不断扩大，城市不断扩张，整个社会的用水量急剧增加，相应地排放的污水量也大量增加。目前许多城市区域的水体都遭受了工业及生活污水的污染，水污染防治已经成了全球性的难题，这种情况在发展中国家尤甚。在水污染的防治中，水质的评价和预测非常重要，它可以为防治工作提供很好的决策支持。目前科学工作者分别对水质的评价和预测提出了不少方法，评价方法主要有：模糊数学法、灰色聚类法、综合指数法等，预测方法主要有：灰色系统理论预测法、数理统计预测法、神经网络模型预测法等[1]。

在防治工作决策中，水质的预测和评价是紧密相关的两个环节。预测水质数据的变化、评价水质的等级以此来得出水体质量的变化趋势，对水体污染防治工作非常重要。本文将采用数据挖掘的相关技术对影响水质的数据变化进行预测，并根据预测数据对未来水质进行评价，以此为防治工作提供决策支持。

2 水质数据预测

1）数据预处理。由于水质数据维度不高，且同一参数的数据类型一致，结构简单，都是数值型，因此采用改进的BIRCH聚类分析可以快速地筛除异常点，排除意外干扰。BIRCH聚类算法只需扫描一次数据库，聚类特征是一个包含簇的三元组CF=（N，LS，SS）。找异常点时可采用多棵CF树，每棵CF树代表一个簇，并结合DBSCAN算法的点密度的思想，每棵树的叶子结点都是由相邻的核心点构成，聚类结束后不属于某棵树的对象就是噪聲点[2]，作为异常点删除。

2）数据预测。将去除异常点的水质数据，分为训练集和测试集（通常测试集规模小于训练集规模），现采用BP神经网络进行数据预测，其中训练集用来训练BP神经网络，测试集用来测试训练后得到的BP神经网络是否合理。表1是湘江流域某监测点经过处理后的2015年二季度的一组水质相关数据（单位：mg/L，除PH无量纲外）。

任选15组数据作为训练输入，剩下1组数据作为训练输出来训练BP神经网络。训练结束后，另选15组（组号与训练集不同）数据作为测试输入，剩下1组数据作为测试输出。在MATLAB中选用tansig和purelin作为激活函数。

训练过程如图1：

结果表明训练得到的网络精度符合要求。预测结果与实际数据对比如表2：

均方误差MSE的值为0.0051，符合要求。说明得到的BP神经网络的预测效果达到预期目标，可以用于下一时段该区域的水质指标的预测。

3 水质的评价

运用上述方法得到流域内几个不同监测点的预测数据后，参考中华人民共和国《地表水环境质量标准》，采用基于熵权的正交投影TOPSIS方法进行水质评价[3]，可以高效地得到各监测点的水质预测等级。

评价结果与实际检测等级对比如表3：

由此可知，该预测结果与实测结果吻合度高，方法可行。

4 结语

在保障用水安全上，水质的预测和评价是紧密相关的两个环节，实验证明运用数据挖掘的相关技术对水质数据进行预处理，然后再进行预测分析以及最后对预测水质数据进行评价，结果可信，可以为保障用水安全提供有力的预警支持。

参考文献

[1]郑一华.基于支持向量机的水质评价和预测研究[D].河海大学，硕士学位论文，2006.

[2]韦相.基于密度的改进BIRCH聚类算法[J].计算机工程与应用，2013，49（10）：201-205.

[3]张先起，梁川，刘慧卿.基于熵权的改进TOPSIS方法在水质评价中的应用[J].哈尔滨工业大学学报，2007，39（10）：1670-1672.

作者简介

周勇（1972-），男，湖南衡阳，衡阳师范学院讲师，硕士，研究方向：智能计算。