水質(zhì)時序數(shù)據(jù)處理及預警系統(tǒng)數(shù)據(jù)庫構建技術研究.pdf

1、近年來，隨著社會經(jīng)濟的快速發(fā)展，江河湖泊水質(zhì)污染和飲用水安全問題頻頻發(fā)生。分析預測水質(zhì)變化規(guī)律和趨勢，對突發(fā)性水質(zhì)事故和漸變性污染事故及時預警，可以有效減少污染造成的損失，保障飲用水用水安全。因此，研究飲用水水質(zhì)安全預警關鍵技術，構建綜合預警信息系統(tǒng)十分緊迫且意義重大。
　　 本文結合水質(zhì)安全預警項目，以水質(zhì)時序數(shù)據(jù)處理及水質(zhì)預警數(shù)據(jù)庫構建技術為研究對象，主要從粗糙集理論和D-S證據(jù)理論的聯(lián)合水質(zhì)預警算法，全流程水質(zhì)預警數(shù)據(jù)庫的

2、設計、實際建設和應用等方面進行了較為深入的研究。
　　 本文針對水質(zhì)時序數(shù)據(jù)特征及其在預警系統(tǒng)中的應用需求，將粗糙集理論引入水質(zhì)分析預警技術的研究中，可以較為客觀地處理不確定性數(shù)據(jù)，較好地解決時間序列數(shù)據(jù)中可能存在的時間不連續(xù)現(xiàn)象，消除數(shù)據(jù)沖突和冗余，約簡數(shù)據(jù)量，完成分類規(guī)則的導出，并通過規(guī)則表進行匹配，對多因素影響下的水質(zhì)指標進行趨勢預測和等級預判。在數(shù)據(jù)量較小、數(shù)據(jù)波動較大的情況下，也能獲得較好的預測結果。
　　 進

3、一步地，由于粗糙集理論在進行分類規(guī)則的導出時，很大程度上依賴于信息表論域的大小，當數(shù)據(jù)量較小時，可能無法導出足夠的規(guī)則進行匹配，或者所提取的規(guī)則可能存在過多的多屬性規(guī)則而導致規(guī)則匹配沖突、使用率低下等問題，從而無法給出完整的預測結果。為了解決上述問題，本文提出了基于粗糙集和D-S證據(jù)理論的聯(lián)合水質(zhì)預警算法，借助粗糙集理論對于客觀知識進行評價和D-S證據(jù)理論對于主觀知識或經(jīng)驗性與不確定性信息分析判斷的獨特優(yōu)勢，實現(xiàn)水質(zhì)時序數(shù)據(jù)規(guī)律挖掘和演

4、化趨勢數(shù)值區(qū)間預測以及總體屬性等級預判。實驗結果表明，在數(shù)據(jù)缺失、冗余、數(shù)據(jù)量較小的情況下，本文提出的聯(lián)合水質(zhì)預警算法可以獲得比單一運用粗糙集時更滿意的預測效果。
　　 當前已構建的水文水質(zhì)數(shù)據(jù)庫大多側重于數(shù)據(jù)的存儲管理和維護。本文根據(jù)全流程水質(zhì)安全預警體系結構的特點，進行了水質(zhì)預警系統(tǒng)數(shù)據(jù)庫的需求分析、系統(tǒng)框架設計、概念設計、邏輯設計和物理設計等，并提出了水質(zhì)預警數(shù)據(jù)庫的構建規(guī)范，為今后全流程水質(zhì)安全預警系統(tǒng)的數(shù)據(jù)庫建設提供了