水質(zhì)時(shí)序數(shù)據(jù)處理及預(yù)警系統(tǒng)數(shù)據(jù)庫(kù)構(gòu)建技術(shù)研究.pdf

1、近年來(lái)，隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，江河湖泊水質(zhì)污染和飲用水安全問(wèn)題頻頻發(fā)生。分析預(yù)測(cè)水質(zhì)變化規(guī)律和趨勢(shì)，對(duì)突發(fā)性水質(zhì)事故和漸變性污染事故及時(shí)預(yù)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(yù)警關(guān)鍵技術(shù)，構(gòu)建綜合預(yù)警信息系統(tǒng)十分緊迫且意義重大。
　　 本文結(jié)合水質(zhì)安全預(yù)警項(xiàng)目，以水質(zhì)時(shí)序數(shù)據(jù)處理及水質(zhì)預(yù)警數(shù)據(jù)庫(kù)構(gòu)建技術(shù)為研究對(duì)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(yù)警算法，全流程水質(zhì)預(yù)警數(shù)據(jù)庫(kù)的

2、設(shè)計(jì)、實(shí)際建設(shè)和應(yīng)用等方面進(jìn)行了較為深入的研究。
　　 本文針對(duì)水質(zhì)時(shí)序數(shù)據(jù)特征及其在預(yù)警系統(tǒng)中的應(yīng)用需求，將粗糙集理論引入水質(zhì)分析預(yù)警技術(shù)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(shí)間序列數(shù)據(jù)中可能存在的時(shí)間不連續(xù)現(xiàn)象，消除數(shù)據(jù)沖突和冗余，約簡(jiǎn)數(shù)據(jù)量，完成分類規(guī)則的導(dǎo)出，并通過(guò)規(guī)則表進(jìn)行匹配，對(duì)多因素影響下的水質(zhì)指標(biāo)進(jìn)行趨勢(shì)預(yù)測(cè)和等級(jí)預(yù)判。在數(shù)據(jù)量較小、數(shù)據(jù)波動(dòng)較大的情況下，也能獲得較好的預(yù)測(cè)結(jié)果。
　　 進(jìn)

3、一步地，由于粗糙集理論在進(jìn)行分類規(guī)則的導(dǎo)出時(shí)，很大程度上依賴于信息表論域的大小，當(dāng)數(shù)據(jù)量較小時(shí)，可能無(wú)法導(dǎo)出足夠的規(guī)則進(jìn)行匹配，或者所提取的規(guī)則可能存在過(guò)多的多屬性規(guī)則而導(dǎo)致規(guī)則匹配沖突、使用率低下等問(wèn)題，從而無(wú)法給出完整的預(yù)測(cè)結(jié)果。為了解決上述問(wèn)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(yù)警算法，借助粗糙集理論對(duì)于客觀知識(shí)進(jìn)行評(píng)價(jià)和D-S證據(jù)理論對(duì)于主觀知識(shí)或經(jīng)驗(yàn)性與不確定性信息分析判斷的獨(dú)特優(yōu)勢(shì)，實(shí)現(xiàn)水質(zhì)時(shí)序數(shù)據(jù)規(guī)律挖掘和演

4、化趨勢(shì)數(shù)值區(qū)間預(yù)測(cè)以及總體屬性等級(jí)預(yù)判。實(shí)驗(yàn)結(jié)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(yù)警算法可以獲得比單一運(yùn)用粗糙集時(shí)更滿意的預(yù)測(cè)效果。
　　 當(dāng)前已構(gòu)建的水文水質(zhì)數(shù)據(jù)庫(kù)大多側(cè)重于數(shù)據(jù)的存儲(chǔ)管理和維護(hù)。本文根據(jù)全流程水質(zhì)安全預(yù)警體系結(jié)構(gòu)的特點(diǎn)，進(jìn)行了水質(zhì)預(yù)警系統(tǒng)數(shù)據(jù)庫(kù)的需求分析、系統(tǒng)框架設(shè)計(jì)、概念設(shè)計(jì)、邏輯設(shè)計(jì)和物理設(shè)計(jì)等，并提出了水質(zhì)預(yù)警數(shù)據(jù)庫(kù)的構(gòu)建規(guī)范，為今后全流程水質(zhì)安全預(yù)警系統(tǒng)的數(shù)據(jù)庫(kù)建設(shè)提供了