專利名稱：多源監(jiān)測(cè)數(shù)據(jù)信息融合處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種用于多源異類水環(huán)境監(jiān)測(cè)數(shù)據(jù)信息融合處理方法。屬于檢測(cè)與信息處理技術(shù)領(lǐng)域。
背景技術(shù)：
目前，對(duì)于水環(huán)境監(jiān)測(cè)數(shù)據(jù)信息融合處理方法主要有聚類分析法、神經(jīng)網(wǎng)絡(luò)方法等，這些方法存在主觀性強(qiáng)、需要訓(xùn)練樣本、融合過(guò)程不簡(jiǎn)明、簡(jiǎn)化假設(shè)(如未知概率等)等缺陷。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)上述存在的缺陷，設(shè)計(jì)了一種基于證據(jù)理論(D-S理論)的多源異類水環(huán)境監(jiān)測(cè)數(shù)據(jù)信息融合處理方法。該方法具有對(duì)不確定性信息的表示比較容易，以及不確定性信息轉(zhuǎn)化證據(jù)，進(jìn)行融合，并且其過(guò)程簡(jiǎn)單明了等特點(diǎn)。本發(fā)明的技術(shù)解決方案具體實(shí)施步驟依次分為(一)選擇信息融合處理的水環(huán)境監(jiān)測(cè)數(shù)據(jù)，在《國(guó)家地面水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838-2002)中，規(guī)定監(jiān)測(cè)的水質(zhì)參數(shù)有二十多種，見(jiàn)表1，根據(jù)需要及區(qū)域水質(zhì)特點(diǎn)，選取合適水環(huán)境監(jiān)測(cè)數(shù)據(jù)作為融合數(shù)據(jù)；(二)確定證據(jù)理論中的辨識(shí)框架?！秶?guó)家地面水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838-2002)中，根據(jù)地面水域使用的目的和保護(hù)目標(biāo)將其劃分為I，II，III，IV，V五類，見(jiàn)附表1。基于區(qū)域水質(zhì)歷史狀況及變化規(guī)律，確定證據(jù)理論中的辨識(shí)框架，但辨識(shí)框架基數(shù)不應(yīng)超過(guò)五個(gè)，即最多I，II，III，IV，V五類。
表1 地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)基本項(xiàng)目標(biāo)準(zhǔn)限值單位mg/L序I類II類III類 IV類 V類號(hào)人為造成的環(huán)境水溫變化應(yīng)限制在1 水溫(℃)周平均最大溫升≤1周平均最大溫降≤2PH值(無(wú)量綱)26～9飽和率溶解氧≥390％ 6 5 32(或7.5)4 高錳酸鹽指數(shù) ≤ 2 4 6 10 15化學(xué)需氧量(COD)515 15 20 30 40≤五日生化需氧量63 3 4 610(BOD5) ≤7 氨氮(NH3-N) ≤ 0.15 0.5 1.0 1.5 2.00.02 0.1 0.2 0.3 0.48 總磷(以P計(jì)) ≤ (湖、庫(kù)(湖、庫(kù) (湖、庫(kù) (湖、庫(kù) (湖、庫(kù)0.01) 0.025) 0.05) 0.1) 0.2)總氮(湖、庫(kù)，以90.20.5 1.0 1.5 2.0N計(jì)) ≤10 銅≤ 0.01 1.0 1.0 1.0 1.011 鋅≤ 0.05 1.0 1.0 2.0 2.0氟化物(以F計(jì))12 1.01.0 1.0 1.5 1.5≤13 硒≤ 0.01 0.010.010.02 0.0214 砷≤ 0.05 0.050.050.1 0.115 汞≤ 0.000050.00005 0.0001 0.0010.00116 鎘≤ 0.001 0.005 0.005 0.0050.0117 鉻(六價(jià)) ≤ 0.01 0.050.050.05 0.118 鉛≤ 0.01 0.010.050.05 0.1
19 氰化物≤ 0.005 0.05 0.2 0.20.220 揮發(fā)酚≤ 0.002 0.002 0.005 0.01 0.121 石油類≤ 0.05 0.05 0.05 0.51.0陰離子表面活性劑22 0.2 0.2 0.2 0.30.3≤23 硫化物≤ 0.05 0.1 0.2 0.51.0糞大腸菌群24 200 2000 10000 20000 40000(個(gè)/L)≤(三)確定基本可信度分配函數(shù)值0～1。水質(zhì)數(shù)據(jù)來(lái)源廣泛，具有異類的特點(diǎn)，因此將選擇的水質(zhì)監(jiān)測(cè)數(shù)據(jù)轉(zhuǎn)化為證據(jù)理論中的證據(jù)，使其具有統(tǒng)一的表示形式，便于融合處理。證據(jù)的基本可信度分配值基于數(shù)據(jù)特點(diǎn)及影響水環(huán)境的因素或?qū)⒈O(jiān)測(cè)數(shù)據(jù)轉(zhuǎn)化為相應(yīng)證據(jù)的基本可信度分配值。；(四)監(jiān)測(cè)數(shù)據(jù)融合處理。融合處理過(guò)程分為二步(A’)兩類證據(jù)的融合對(duì)兩類證據(jù)在相同辨識(shí)框架2Θ上的基本可信度分配函數(shù)分別為m1和m2，其核分別為{A1，A2，Λ，An}和{B1，B2，Λ，Bn}，I)若k=Σi=j,AiIBj=Φm1(Ai)m2(Bj)<1,]]>則，融合后的基本可信度分配函數(shù)m2Θ→
對(duì)于所有基本概率分配的非空集A，有m(A)=Σi=j,AiIBj=Am1(Ai)m2(Bj)1-k]]>II)若k=Σi=j,AiIBj=Φm1(Ai)m2(Bj)=1,]]>則，融合后的基本可信度分配函數(shù)m2Θ→
對(duì)于所有基本概率分配的非空集A，有m(A)=ΣBiICj=Am1(Bi)m2(Cj)+Δ(A)]]>
其中L(0＜L＜1)表示指派值的限度，k反映了證據(jù)沖突的程度。系數(shù)1/1-k稱為歸一化因子，它的作用就是避免在合成時(shí)將非0的概率賦給空集Φ。
(B’)多類證據(jù)的融合選兩類證據(jù)采用A’步，進(jìn)行融合處理，融合結(jié)果作為新的證據(jù)，與在剩余的證據(jù)中選一類證據(jù)，按A’步進(jìn)行融合，循環(huán)處理，直至全部類別的證據(jù)進(jìn)行融合，得到最終融合結(jié)果。在融合完成過(guò)程中與次序無(wú)關(guān)，即滿足結(jié)合率。
(五)類別判定。水環(huán)境監(jiān)測(cè)數(shù)據(jù)融合處理的目的在于確定水環(huán)境現(xiàn)狀及其發(fā)展趨勢(shì)，判定的依據(jù)是融合后證據(jù)的基本概率分配值，判定的準(zhǔn)則如下a.判定的水環(huán)境類型應(yīng)具有最大的基本概率分配值；b.判定的水環(huán)境類型和其它類型的基本概率分配值之差要大于0.28閾值，c.不確定性基本概率分配值m(Θ)必須小于0.35閾值，d.判定的水環(huán)境類型基本概率分配值m(A)必須大于不確定性基本概率分配值m(Θ)。
上述規(guī)則可選其中之一，即可。
本發(fā)明的優(yōu)點(diǎn)具有對(duì)不確定性信息的表示比較容易，以及不確定性信息轉(zhuǎn)化證據(jù)，進(jìn)行融合，并且其過(guò)程簡(jiǎn)單明了等特點(diǎn)。
具體實(shí)施例方式
實(shí)施例，以長(zhǎng)江口某一水文站2002年1-3月份水質(zhì)監(jiān)測(cè)數(shù)據(jù)為對(duì)象，說(shuō)明本發(fā)明的實(shí)施過(guò)程。
(一)選擇融合處理的水環(huán)境監(jiān)測(cè)數(shù)據(jù)。依據(jù)長(zhǎng)江口地理位置及周邊環(huán)境的狀況，選取對(duì)水環(huán)境影響較大因子的水質(zhì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析(見(jiàn)表2)。
表2 長(zhǎng)江口地表水體環(huán)境質(zhì)量(部分)單位mg/LBOD5高錳酸鹽指數(shù)溶解氧 氨氮一月0.952.2810.8 0.21二月1.582.5510.550.38三月0.9 3.0310.5 0.37(二)確定證據(jù)理論中的辨識(shí)框架?；陂L(zhǎng)江口區(qū)域水環(huán)境歷史狀況及變化規(guī)律，確定證據(jù)理論理論中的辨識(shí)框架為I，II，III，IV四類。
(三)基本可信度分配函數(shù)值的確定。監(jiān)測(cè)數(shù)據(jù)的基本可信度分配值，見(jiàn)表3。表3水質(zhì)監(jiān)測(cè)數(shù)據(jù)的基本可信度分配值II、IIII II、III III III、IV IV ΘBOD50.64 0.11 0.080.060.030.02 0.010.05高錳酸鹽0.12 0.56 0.1 0.080.040.02 0.010.07指數(shù)溶解氧 0.75 0.12 0.050.030.0100 0.04氨氮0.06 0.23 0.570.070.020.02 0 0.03(四)監(jiān)測(cè)數(shù)據(jù)融合處理。本例采用了四個(gè)證據(jù)，屬于多類證據(jù)融合。首先，任意選取兩個(gè)證據(jù)，BOD5和溶解氧進(jìn)行融合，k＝0.2201＜1，采用上述中的I方法進(jìn)行融合，結(jié)果見(jiàn)表4-1，表4-2。
表4-1 BOD5和溶解氧指標(biāo)數(shù)據(jù)融合k＝0.2201 I I、II II II、IIIBOD50.64 0.11 0.08 0.06溶解氧0.75 0.12 0.05 0.03融合結(jié)果1 0.9006 0.0303 0.0522 0.0073
表4-2 BOD5和溶解氧指標(biāo)數(shù)據(jù)融合k＝0.2201 IIIIII、IV IV m(Θ)BOD5 0.03 0.02 0.01 0.05溶解氧0.01 0 0 0.04融合結(jié)果1 0.0055 0.001 0.0005 0.0003其次，將融合結(jié)果1與高錳酸鹽指數(shù)證據(jù)進(jìn)行融合，k＝0.2437＜1，采用I方法進(jìn)行融合，結(jié)果見(jiàn)表5-1，表5-2。
表5-1 融合結(jié)果1和高錳酸鹽指數(shù)指標(biāo)數(shù)據(jù)融合k＝0.2437 II、II II II、III融合結(jié)果1 0.9006 0.0303 0.0522 0.0073高錳酸鹽指數(shù) 0.12 0.56 0.10.08融合結(jié)果2 0.8979 0.0255 0.0695 0.0015表5-2 融合結(jié)果1和高錳酸鹽指數(shù)指標(biāo)數(shù)據(jù)融合k＝0.2437 III III、IV IV m(Θ)融合結(jié)果1 0.0055 0.0010.0005 0.0003高錳酸鹽指數(shù) 0.040.02 0.010.07融合結(jié)果2 0.0023 0.0001 0.0001 0.00003最后，融合結(jié)果2與氨氮證據(jù)進(jìn)行融合，k＝0.3792＜1，采用I方法進(jìn)行融合，結(jié)果見(jiàn)表6-1，表6-2。
表6-1 融合結(jié)果2和氨氮指標(biāo)數(shù)據(jù)融合k＝0.3792I I、II II II、III融合結(jié)果20.8979 0.0255 0.0695 0.0015氨氮 0.06 0.23 0.570.07融合結(jié)果 0.7617 0.0175 0.2112 0.0004表6-2 融合結(jié)果2和氨氮指標(biāo)數(shù)據(jù)融合k＝0.3792 III III、IVIV m(Θ)融合結(jié)果2 0.0023 0.0001 0.0001 0.00003氨氮 0.02 0.02 0 0.03融合結(jié)果 0.0010.000020.000010.000002
(五)類別判定?；谂袛鄿?zhǔn)則b，判定的水環(huán)境類型和其它類型的基本概率分配值之差要大于0.28閾值，有m(I)-m(II)＝0.7617-0.2112＝0.5505，m(I)-m(II)＝0.5505＞0.28，則該流域的水環(huán)境狀況為I類。
權(quán)利要求
1.多源監(jiān)測(cè)數(shù)據(jù)信息融合處理方法，其特征是方法步驟依次分為(一)選擇信息融合處理的水環(huán)境監(jiān)測(cè)數(shù)據(jù)，依據(jù)需要及區(qū)域水質(zhì)特點(diǎn)，選取合適水環(huán)境監(jiān)測(cè)數(shù)據(jù)作為融合數(shù)據(jù)；(二)確定證據(jù)理論中的辨識(shí)框架，基于區(qū)域水質(zhì)歷史狀況及變化規(guī)律和地面水域使用的目的和保護(hù)目標(biāo)，確定證據(jù)理論中的辨識(shí)框架，辨識(shí)框架基數(shù)不應(yīng)超過(guò)五個(gè)，將其劃分為I，II，III，IV，V五類；(三)取基本可信度分配函數(shù)值為0～1；(四)監(jiān)測(cè)數(shù)據(jù)信息融合處理，信息融合處理過(guò)程分為二步(A’)兩類證據(jù)的融合，對(duì)兩類證據(jù)在相同辨識(shí)框架2Θ上的基本可信度分配函數(shù)分別為m1和m2，其核分別為{A1，A2，Λ，An}和{B1，B2，Λ，Bn}，I)若k=Σi=j,AiIBj=Φm1(Ai)m2(Bj)<1,]]>則，融合后的基本可信度分配函數(shù)m2Θ→
對(duì)于所有基本概率分配的非空集A，有m(A)=Σi=j,AiIBj=Am1(Ai)m2(Bj)1-k]]>II)若k=Σi=j,AiIBj=Φm1(Ai)m2(Bj)=1,]]>則，融合后的基本可信度分配函數(shù)m2Θ→
對(duì)于所有基本概率分配的非空集A，有m(A)=ΣBiICj=Am1(Bi)m2(Cj)+Δ(A)]]> 其中L(0＜L＜1)表示指派值的限度，k反映了證據(jù)沖突的程度，系數(shù)1/1-k稱為歸一化因子，它的作用就是避免在合成時(shí)將非0的概率賦給空集Φ，(B’)多類證據(jù)的融合，兩類證據(jù)采用A’步，進(jìn)行融合處理，融合結(jié)果作為新的證據(jù)，與在剩余的證據(jù)中選一類證據(jù)，按A’步進(jìn)行融合，循環(huán)處理，直至全部類別的證據(jù)進(jìn)行融合，得到最終融合結(jié)果，在融合完成過(guò)程中與次序無(wú)關(guān)，即滿足結(jié)合率；(五)類別判定，依據(jù)融合后證據(jù)的基本概率分配值，其準(zhǔn)則a.判定的水環(huán)境類型應(yīng)具有最大的基本概率分配值；b.判定的水環(huán)境類型和其它類型的基本概率分配值之差要大于0.28閾值；c.不確定性基本概率分配值m(Θ)小于0.35閾值；d.判定的水環(huán)境類型基本概率分配值m(A)大于不確定性基本概率分配值m(Θ)。
全文摘要
本發(fā)明是多源監(jiān)測(cè)數(shù)據(jù)信息融合處理方法，具體的實(shí)施步驟依次分為選擇信息融合處理的水環(huán)境監(jiān)測(cè)數(shù)據(jù)，依據(jù)表1，選取合適水環(huán)境監(jiān)測(cè)數(shù)據(jù)作為融合數(shù)據(jù)；確定證據(jù)理論中的辨識(shí)框架。辨識(shí)框架基數(shù)最多五類；確定基本可信度分配函數(shù)值0～1；監(jiān)測(cè)數(shù)據(jù)融合處理的過(guò)程分為兩類證據(jù)和多類證據(jù)的融合；類別判定規(guī)則判定的水環(huán)境類型應(yīng)具有最大的基本概率分配值；判定的水環(huán)境類型和其它類型的基本概率分配值之差要大于0.28閾值；不確定性基本概率分配值m(Θ)小于0.35閾值；判定的水環(huán)境類型基本概率分配值m(A)大于不確定性基本概率分配值m(Θ)。優(yōu)點(diǎn)具有對(duì)不確定性信息的表示比較容易，以及不確定性信息轉(zhuǎn)化證據(jù)，進(jìn)行融合，其過(guò)程簡(jiǎn)單明了等。
文檔編號(hào)G01N33/18GK1570628SQ20041001479
公開日2005年1月26日 申請(qǐng)日期2004年4月30日 優(yōu)先權(quán)日2004年4月30日
發(fā)明者徐立中, 林志貴, 張志林, 許寶華, 朱巧云 申請(qǐng)人:河海大學(xué)