湿地植被生态质量监测数据异常自适应辨识研究_姚雪梅.pdf
《湿地植被生态质量监测数据异常自适应辨识研究_姚雪梅.pdf》由会员分享,可在线阅读,更多相关《湿地植被生态质量监测数据异常自适应辨识研究_姚雪梅.pdf(6页珍藏版)》请在咨信网上搜索。
1、第 48 卷第 2 期2023 年 2 月环境科学与管理ENVIONMENTAL SCIENCE AND MANAGEMENTVol.48 No.2Feb 2023收稿日期:2023 02 13作者简介:姚雪梅(1982 ),女,大学本科,高级工程师,研究方向:生态环境、绩效评价与工程造价。文章编号:1674 6139(2023)02 0167 06湿地植被生态质量监测数据异常自适应辨识研究姚雪梅(国家林业和草原局产业发展规划院,北京 100010)摘要:受到环境因素、设备因素的影响,生态监测数据中存在异常数据,影响辨识效果,为此提出监测数据异常自适应辨识方法。统一监测数据量纲,去除噪声数据,
2、依据监测数据之间的相关系数,分层聚类处理监测数据,应用 PKNN 算法检测并剔除监测数据中的离群数据,依据历史监测数据探究其变化规律,引入自适应因子计算相邻监测数据线段斜率,制定异常数据辨识规则,执行规则,进行监测数据异常自适应辨识。实验数据显示:应用提出方法获得的异常数据比例数值与实际数值保持一致。关键词:生态质量;数据异常;监测数据;湿地植被;自适应辨识中图分类号:X835文献标志码:BIdentification of Anomaly Adaption in WetlandVegetation Ecological Quality Monitoring DataYao Xuemei(In
3、dustry Development and Planning Institute,NFGA,Beijing 100010,China)Abstract:Affected by environmental factors and equipment factors,there are abnormal data in the ecological monitoring data,which affects the identification effect Therefore,an adaptive identification method of monitoring data anomal
4、y is proposed The mo-nitoring data dimension is unified,the noise data is removed,the monitoring data is processed by hierarchical clustering based onthe correlation coefficient between the monitoring data,the outlier data in the monitoring data is detected and removed by usingPKNN algorithm,the cha
5、nge rule is explored based on the historical monitoring data,the adaptive factor is introduced to calculatethe slope of the adjacent monitoring data segment,the abnormal data identification rules are formulated,and the rules are implemen-ted,The monitoring data anomaly adaptive identification is car
6、ried out The experimental data show that the ratio value of abnormaldata obtained by the proposed method is consistent with the actual valueKey words:ecological quality;data abnormality;monitoring data;wetland vegetation;adaptive identification前言湿地是一种特殊的生态系统,通过水陆相互作用形成,富含多种生物与生态服务功能,在生态平衡维持中承担着至关重要的
7、作用。由于湿地自身的环境调节功能,成为自然保护的主要对象之一,其主要生态功能为分解多种污染物质、提升区域内化学循环水平、调控区域内水分循环等。随着社会可持续发展需求的提升,湿地保护逐渐引起社会大众的广泛关注1。湿地生态系统具有独特植被、土壤、水文与生物特征,内部要素之间呈现着互相制约、互相联系的关系,并保持动态平衡状态。一般情况下,湿地生态系统主要由生物因子(微生物、水生植物、动物、沼生植物、湿生植物等)与非生物因子(水分、阳光、土壤等)构成。以往对湿地研究主要集中在生态特征变化、湿地资源考察等方面,对于湿地植被生761第 48 卷第 2 期2023 年 2 月姚雪梅湿地植被生态质量监测数据异
8、常自适应辨识研究Vol.48 No.2Feb 2023态质量监测方面的相关研究少之又少,成为制约湿地可持续发展的关键因素之一。湿地植被生态质量监测主要采用多种传感器联合采集湿地植被相关信息,由于传感器自身振动、环境变化等多种因素的影响,致使监测数据存在着大量的噪声数据、冗余数据与异常数据,影响着湿地植被生态质量监测的效果,尤其是异常数据的存在,非常容易颠覆监测结果,从而造成湿地生态系统治理决策制定的错误。为了防止上述现象的发生,提出湿地植被生态质量监测数据异常自适应辨识方法研究。1监测数据异常自适应辨识方法研究1 1湿地植被生态质量监测数据初步处理在湿地植被生态质量监测过程中,采集的监测数据量
9、纲存在着较大的差异,并且含有较多的噪声数据,对异常数据辨识具有较大的不利影响2。因此,在异常数据辨识之前需要对监测数据进行一定的初步处理。设定湿地植被生态质量监测数据集合为 X=x1,x2,xn,采用 Z score 标准化方法对其量纲进行统一处理,表达式为公式(1):xi=xi?x2(1)式(1)中,xi与xi表示的是量纲统一处理前、后的湿地植被生态质量监测数据;?x 表示的是全部监测数据的平均数值;2表示的是全部监测数据的方差数值。将全部监测数据按照公式(1)进行处理,将量纲统一后的湿地植被生态质量监测数据集合记为X=x1,x2,xn,以此为基础,应用小波去噪算法删除监测数据中噪声数据,提
10、升湿地植被生态质量监测数据的纯度3。基于小波去噪算法的噪声数据去除程序见图1。图 1监测数据噪声去除程序图如图 1 程序所示,噪声数据去除过程中,小波基函数的选取与小波系数阈值的设定是影响噪声数据去除效果的关键所在。此研究以监测数据能量为基础,对小波基函数进行适当的选取4。监测数据能量计算公式为(2):=0ni=1xi2(2)式(2)中,表示的是监测数据能量计算结果;0表示的是数据能量衡量因子;xi表示的是监测数据 xi的长度数值。以公式(2)计算结果为基础,确定最优的小波基函数,表达式为公式(3):*=log2m(3)式(3)中,*表示的是最优小波基函数;表示的是小波基函数相关因子;m 表示
11、的是小波分解层次总数量。依据启发式阈值原则确定小波系数阈值,具体数值如公式(4)所示:=1 min(1,2)(4)861第 48 卷第 2 期2023 年 2 月姚雪梅湿地植被生态质量监测数据异常自适应辨识研究Vol.48 No.2Feb 2023式(4)中,表示的是小波系数阈值;1与 2表示的是固定阈值与无偏风险估计阈值;与 表示的是阈值确定参量,由=ni=1mj=1ij LL与 =(log2L)3L计算而得。其中,ij表示的是第 i 个监测数据第 j 分解层次对应的小波系数,L 表示的是监测数据的长度。将公式(3)与公式(4)确定的最优小波基函数与小波系数阈值代入到图 1 所示程序中,即可
12、实现监测数据的去噪处理,获得无噪监测数据集合为 Y=y1,y2,yN,需要注意的是,N n,为后续监测数据分层聚类处理奠定坚实的基础5。1 2湿地植被生态质量监测数据分层聚类以上述初步处理好的监测数据 Y=y1,y2,yN为依据,依据监测数据之间的相关系数,分层聚类处理监测数据,将监测数据划分为层次结构,方便后续监测数据离群数据的检测6。以任意两个监测数据 yi与 yj为例,相关系数计算公式为公式(5):ij=cov(yi,yj)D(yi)D(yj)(5)式(5)中,ij表示的是监测数据 yi与 yj的相关系数;cov()表示的是协方差计算函数;D(yi)与D(yj)分别表示的是 yi与 yj
13、与初始监测数据之间的欧式距离。根据湿地植被生态质量监测数据的实际情况设定阈值 o。以类别 Ap为例,其聚类中心为监测数据yi,制定监测数据分层聚类规则,如公式(6)所示:ij oyj Apij oyjAp(6)依据公式(6)所示规则对全部监测数据进行聚类处理,获取监测数据聚类结果为 A1,A2,Ap,AM,将每个类别监测数据看作为一个层次,则处理后的监测数据呈现为 M 层结构,极大的提升监测数据结构的清晰度。与此同时,将每个类别内部的数据按照采集时间顺序进行排列,方便后续研究的进行7。1 3监测数据离群数据检测以上述分层聚类处理后的监测数据 A1,A2,Ap,AM为依据,应用 PKNN 算法检
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 湿地 植被 生态 质量 监测 数据 异常 自适应 辨识 研究 姚雪梅
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。