基于模式识别方法的湖泊水质污染特征聚类研究

摘要

构建耦合自组织映射神经网络(SOFM)和随机森林(RF)的方法,对中国63个湖泊11年的9种水质指标(5110条数据)进行模式识别。首先采用SOFM对湖泊进行聚类,以识别污染状况,然后采用RF分析水质指标对湖泊类别的决定效果,以确定代表性指标。SOFM的结果显示,湖泊可以按污染程度分为3类。RF的结果发现,在分类准确率为80%时,根据高锰酸盐指数和叶绿素a浓度即可判定湖泊污染程度。该方法可从庞杂的数据中识别出反映水体污染特征的水质指标,为快速认知水体污染状况及选取监测指标提供参考。