湿地植被生态质量监测数据异常自适应辨识研究

姚雪梅

摘要：受到环境因素、设备因素的影响，生态监测数据中存在异常数据，影响辨识效果，为此提出监测数据异常自适应辨识方法。统一监测数据量纲，去除噪声数据，依据监测数据之间的相关系数，分层聚类处理监测数据，应用PKNN算法检测井别除监测数据中的离群数据，依据历史监测数据探究其变化规律，引入自适应因子计算相邻监测数据线段斜率，制定异常数据辨识规则，执行规则，进行监洲数据异常自适应辨识。实验数据显示．应用提出方法获得的异常数据比例数值与实际数值保持一致。

关键词：生态质量；数据异常；监测数据；湿地植被；自适应辨识

中图分类号：X835 文献标志码：B

前言

湿地是一种特殊的生态系统，通过水陆相互作用形成，富含多种生物与生态服务功能，在生态平衡维持中承担着至关重要的作用。由于湿地自身的环境调节功能，成为自然保护的主要对象之一，其主要生态功能为分解多种污染物质、提升区域内化学循环水平、调控区域内水分循环等。随着社会可持续发展需求的提升，湿地保护逐渐引起社会大众的广泛关注。湿地生态系统具有独特植被、土壤、水文与生物特征，内部要素之间呈现着互相制约、互相联系的关系，并保持动态平衡状态。一般情况下，湿地生态系统主要由生物因子（微生物、水生植物、动物、沼生植物、湿生植物等）与非生物因子（水分、阳光、土壤等）构成。以往对湿地研究主要集中在生态特征变化、湿地资源考察等方面，对于湿地植被生态质量监测方面的相关研究少之又少，成为制约湿地可持续发展的关键因素之一。

湿地植被生态质量监测主要采用多种传感器联合采集湿地植被相关信息，由于传感器自身振动、环境变化等多种因素的影响，致使监测数据存在着大量的噪声数据、冗余数据与异常数据，影响着湿地植被生态质量监测的效果，尤其是异常数据的存在，非常容易颠覆监测结果，从而造成湿地生态系统治理决策制定的错误。为了防止上述现象的发生，提出湿地植被生态质量监测数据异常自适应辨识方法研究。

3结语

湿地具有多种生态调节功能，湿地生态系统具备环境调节功能与城市景观功能，是现今生态环境治理的关键手段之一，而影响其功能发挥的关键就是湿地植被生态质量，为了保障湿地生态系统的稳定性，故对其进行实时监测，即对其植被生态质量进行实时分析，研究异常数据自适应辨识方法，选取最优小波基函数与小波系数阈值后，分层聚类处理监测数据，应用PKNN算法检测并剔除监测数据中的离群数据，使获得的异常数据比例数值与实际数值保持一致，充分证实了提出方法的可行性，依据监测数据对其进行维护与治理，保证在多种环境因素、设备因素的影响下，监测数据中存在的大量异常数据，不会影响监测数据的应用，为湿地生态系统的内部协调与发展提供有力的支撑。