南方科技大学知识苑(SUSTech KC): 基于高频在线水质数据异常的突发污染预警

题名	基于高频在线水质数据异常的突发污染预警
作者	史斌 ; 姜继平; 王鹏
发表日期	2017-11-20
DOI	10.3969/j.issn.1000-6923.2017.11.046
发表期刊	中国环境科学影响因子和分区
ISSN	1000-6923
卷号	37 期号:11页码:4394-4400
摘要	在高频水质自动监测背景下,建立了基于软测量和水质时间序列异常检测的水体突发污染预警预报技术.假定突发污染事故会引起典型自动监测水质参数变化,采用回归分析建立水质参数和在线高频监测水质参数间的线性关系进行软测量,采用人工神经网络预测短程水质变化,建立基于预测残差的异常判断最小阈值,最终通过有序监督聚类进行水质突变检测从而对突发污染事故进行预警.采用美国弗吉尼亚州的Potomac River流域在线监测数据进行算法验证和案例分析.分析受试者工作曲线(ROC)表明:该方法对2倍异常和3倍异常水平的检测准确率分别为62.7%和92.5%,且随着异常水平的增加准确率增加,通常突发污染事故中特定污染物浓度水平一般明显高于3倍,该方法具有较高的准确率.较其他突发污染水质预警技术,该技术有效缩短了平均检测时间,为流域污染预警预报和快速应急响应提供了新途径.
关键词	突发水污染事故高频水质自动监测异常检测软测量人工神经网络
相关链接	[CNKI记录]
收录类别	EI
语种	中文
学校署名	其他
资助项目	中国博士后科学基金资助项目(2014M551249)%国家自然科学基金资助项目(51779066)%中央高校基本科研业务费专项基金资助项目(HIT. NSRIF.2017060)
来源库	WanFang
万方记录号	zghjkx201711046
引用统计	被引频次[WOS]：0
成果类型	期刊论文
条目标识符	http://sustech.caswiz.com/handle/2SGJ60CL/57180
专题	工学院_环境科学与工程学院
作者单位	1.哈尔滨工业大学环境学院 2.南方科技大学环境科学与工程学院 3.哈尔滨工业大学城市水资源与水环境国家重点实验室
推荐引用方式 GB/T 7714	史斌,姜继平,王鹏. 基于高频在线水质数据异常的突发污染预警[J]. 中国环境科学,2017,37(11):4394-4400.
APA	史斌,姜继平,&王鹏.(2017).基于高频在线水质数据异常的突发污染预警.中国环境科学,37(11),4394-4400.
MLA	史斌,et al."基于高频在线水质数据异常的突发污染预警".中国环境科学 37.11(2017):4394-4400.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可	操作
???????????????????_（540KB）	--	--	限制开放	--