[发明专利]基于改进支持向量机的渔业环境污染等级评估方法

说明书

技术领域

本发明属于环境质量评估技术领域，尤其涉及一种基于改进支持向量机的渔业水域环境污染等级评估方法。

技术背景

由于涉海工程在建设过程中，会产生大量的悬浮泥沙，而悬浮物中含有的有毒有害物质可能在海水中重新溶出产生二次污染，影响了施工海域及附近海域的海水水质和沉积环境，进而影响了渔业水生生物的生存。因此对涉海建设工程施工前后的渔业环境调查并进行环境污染等级评估，可以充分掌握施工前后海域环境变化情况，对于后续的渔业资源和生态环境保护具有重要意义。

海洋渔业环境质量的等级评估受多方面因素的影响，针对涉渔工程中渔业环境污染的等级评估研究，更多的是通过一些数学模型定量或定性分析来得到渔业的损害，而本发明综合考虑反映海洋渔业环境污染程度的海水环境和沉积环境的各项指标，引入机器学习方法中的支持向量机模型对反映海水水质、沉积环境状况的评价指标进行融合，建立了评价指标和渔业环境质量等级之间的复杂非线性关系，同时解决了样品采集的有限性问题。

发明内容

本发明要解决的技术问题在于提供一种基于改进支持向量机的渔业环境污染等级评估方法，所述方法融合多个反映海水水质、沉积环境的指标和改进支持向量机模型，提高了渔业环境污染等级评估的快捷度和准确性，具有较高的工程应用价值。

本发明是通过如下技术方案来实现的：

一种基于改进支持向量机的渔业环境污染等级评估方法，它包括以下步骤：

一种基于改进支持向量机的渔业环境污染等级评估方法，它包括以下步骤：

1)调查和采集涉海工程实施前后的反映海水水质和沉积环境的指标，存入到数据库中；

2)采用ZCA白化对各指标数据预处理；

3)按照《海水水质标准》中的水质等级规定和计算公式，为指标样本数据添加对应的水质等级标签；

进一步，所述步骤3)中的计算公式为A_综合＝A_有机+A_有毒+A_无机+A_其他；A_有机＝石油类+悬浮物质+漂浮物质+有机碳；A_有毒＝(铬+镉+铅+铜+汞+砷)/5；A_无机＝无机氮+活性磷酸盐+硫化物；A_其他＝盐度+溶解氧+化学需氧量+pH。

4)第3)步得到的带标签的指标数据矩阵，随机分为训练集、测试集和交叉验证集，采用网格搜索和十字交叉验证方法在交叉验证集搜索到最优的参数组合C和g，然后把训练集输入到设定最优参数的改进支持向量机模型训练，得到污染等级评估模型，最后输入测试集测试，得到渔业环境污染等级评估的正确率，验证了所提方法的有效性。

在上述步骤1)中：影响渔业环境污染的因素主要有：涉海工程建设中产生的悬浮泥沙，以及由悬浮泥沙带来的有毒有害物质。因此调查涉海工程实施后的水环境、沉积环境，其中水环境调查项目为盐度、pH、溶解氧、漂浮物质、悬浮物质、无机氮、活性磷酸盐、化学需氧量共8项指标，沉积环境包括硫化物、有机碳、石油类、重金属。进一步，所述的无机氮包括硝酸盐、亚硝酸盐和氨氮；所述的重金属包括铬、镉、铅、铜、汞和砷。

在上述步骤2)中：由于样本集中各个指标的量纲和取值范围均不相同，同时考虑到各个指标之间的独立性，指标之间的相关性应尽可能小，这样会减少模型的训练误差。因此采用ZCA白化技术预处理数据。

在上述步骤3)中：按照《海水水质标准》和《海洋沉积物质量标准》中的质量等级规定和计算公式(1)，为指标样本数据添加对应的水质污染等级标签。

在上述步骤4)中：把经过预处理的数据集，按照随机分为训练集和测试集和交叉验证集，采用网格搜索和十字交叉验证方法在交叉验证集搜索到最优的参数组合C和g，把训练集输入到设定最优参数的改进支持向量机模型训练，得到污染等级评估模型，最后输入测试集测试，得到渔业环境污染等级评估的正确率，验证了所提方法的有效性。

本发明解决了环境指标样本小的及各指标难融合的问题，利用支持向量机建立人工智能模型实现环境污染等级的评估。在构建支持向量机模型的过程中，采用网格搜索算法进行支持向量机内部参数优化，建立基于优化参数的渔业环境污染等级评估模型，相较与传统的渔业环境污染等级评估方法，本发明具有更高的准确性和智能性。

附图说明

图1基于改进支持向量机对渔业环境污染等级评估方法流程图；

图2SVC(Support Vector Classification)参数选择网格优化等高线图；