详情

原文传递建立景观水体表观污染分类模型的方法、景观水体表观污染分类方法

专利名称：	建立景观水体表观污染分类模型的方法、景观水体表观污染分类方法
摘要：	本发明公开了一种建立景观水体表观污染分类模型的方法及分类方法，首先定义不同表观污染类型，依据定义选取采样点进行水样采集、测定、积累数据，然后在对各指标理论分析基础上采用统计学方法对积累数据量进行归纳分析，识别不同表观污染类型特征指标或特征值，确定不同表观污染类型特征指标及其阈值范围，其次依据特征指标及其阈值范围构建城市景观水体表观污染分类方法，最后反复选取不同采样点收集数据对构建表观污染分类方法进行吻合率验证及阈值修正，直至吻合率达到90％以上，初步完成表观污染分类方法构建，将城市景观水体表观污染分为有机主导型、无机主导型、营养主导型和混合型。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	苏州科技大学
发明人：	潘杨;魏攀龙;戴天杰;司壮壮
专利状态：	有效
申请日期：	2019-01-29T00:00:00+0800
发布日期：	2019-05-14T00:00:00+0800
申请号：	CN201910086767.3
公开号：	CN109752502A
代理机构：	苏州睿昊知识产权代理事务所(普通合伙)
代理人：	张燕清
分类号：	G01N33/18(2006.01);G;G01;G01N;G01N33
申请人地址：	215009 江苏省苏州市高新区科锐路1号
主权项：	1.一种建立景观水体表观污染分类模型的方法，其特征在于，包括以下步骤：步骤一：定义表观污染类型为有机主导型、无机主导型、营养主导型和混合型四类；步骤二：根据观察及步骤一定义的表观污染类型选取对应的采样点，使水样被初始分类，每个类型的水样至少有一种，同时记录采样现场指标、对采集到的水样进行测定及收集特征数据；步骤三：根据初始分类，按类型提取每种水样的特征数据，在水样初始分类的基础上，训练得到水体分类的初始分类模型，确定水体分类的特征指标及特征指标的阈值范围；步骤四：采集水样对步骤三得到的水体初始分类模型进行吻合率验证，并修正特征指标及特征指标的阈值范围；步骤五：重复步骤四，直至验证结果吻合率达到90％以上。 2.如权利要求1所述的建立景观水体表观污染分类模型的方法，其特征在于，步骤一中对所述有机主导型的定义为水体污染物主要为有机物，包括水体黑臭现象或者藻类过度繁殖所导致的水华现象，水体呈现黑色、墨绿色。 3.如权利要求1所述的建立景观水体表观污染分类模型的方法，其特征在于，步骤一中对所述无机主导型的定义为水体污染物主要为无机颗粒物，水体浊度高，水体呈现黄色、土黄色。 4.如权利要求1所述的建立景观水体表观污染分类模型的方法，其特征在于，步骤一中对所述营养主导型的定义为水体污染物主要为无机营养物，水体清澈。 5.如权利要求1所述的建立景观水体表观污染分类模型的方法，其特征在于，步骤一中对所述混合型的定义为水体污染物包括无机物、有机物和无机营养物，在外部环境改变的前提下具有向有机主导型、无机主导型、营养主导型中任一类型转变的特点，水体呈现灰色、灰绿色。 6.如权利要求1所述的建立景观水体表观污染分类模型的方法，其特征在于，步骤三中确定的特征指标包括氧化还原电位、溶解氧与饱和溶解氧比值、叶绿素a、单位浊度有机物含量以及浊度。 7.如权利要求6所述的建立景观水体表观污染分类模型的方法，其特征在于，高锰酸盐指数测定时，对水样进行充分混匀且避免过滤。 8.如权利要求1所述的建立景观水体表观污染分类模型的方法，其特征在于，步骤四中吻合率为：采集不同于步骤二中的水样，利用步骤三中的初始分类模型针对该水样进行分类，判断每种水样的分类结果是否具有唯一性的统计值。 9.一种景观水体表观污染分类方法，其特征在于，包括以下步骤：步骤一：定义表观污染类型为有机主导型、无机主导型、营养主导型和混合型四类；步骤二：根据观察及步骤一定义的表观污染类型选取对应的采样点，使水样被初始分类，每个类型的水样至少有一种，同时记录采样现场指标、对采集到的水样进行测定及收集特征数据；步骤三：根据初始分类，按类型提取每种水样的特征数据，在水样初始分类的基础上，训练得到水体分类的初始分类模型，确定水体分类的特征指标及特征指标的阈值范围；步骤四：根据步骤三确定的水体分类的特征指标及特征指标的阈值范围，对采集的水样进行分类，构建出对景观水体表观污染分类的方法；步骤五：采集水样对步骤四得到的景观水体表观污染分类方法进行吻合率验证，并修正特征指标及特征指标的阈值范围；步骤六：重复步骤五，直至验证结果吻合率达到90％以上；步骤七：根据步骤六的结果，确定景观水体表观污染分类方法。 10.如权利要求9所述的景观水体表观污染分类方法，其特征在于，步骤五中水样采集的地点与步骤二中水样采集的地点不同。
所属类别：	发明专利