周汝雁，陳中華，代巖巖，趙世亭，何世鈞

（上海海洋大學(xué)信息學(xué)院，上海 201306）

0 引言

近幾十年，人為排污活動加劇，進(jìn)入河口地區(qū)的營養(yǎng)物質(zhì)極大地促進(jìn)了這些海域的初級生產(chǎn)，造成某些海區(qū)富營養(yǎng)化，導(dǎo)致海水的酸度增加，這些都將對海洋漁業(yè)生產(chǎn)和海洋生態(tài)環(huán)境產(chǎn)生巨大的影響［1］。雖然國家相關(guān)部門出臺了污水排放的相關(guān)標(biāo)準(zhǔn)和法規(guī)，但有些單位仍向海水排放未經(jīng)處理的污水，有些污水處理廠也向海水中排放水質(zhì)超標(biāo)的污水，因此，海水水質(zhì)檢測和水質(zhì)變化情況監(jiān)測對保護(hù)海洋環(huán)境有著深遠(yuǎn)的意義［2，3］。

針對海水水質(zhì)監(jiān)測的多參數(shù)數(shù)據(jù)分析的處理，監(jiān)測中心接收到的數(shù)據(jù)都為海量數(shù)據(jù)，對于進(jìn)一步的數(shù)據(jù)處理和控制措施的實(shí)施監(jiān)測中心要花費(fèi)較長的處理時(shí)間，因此，在進(jìn)行異常情況確認(rèn)和處理前首先要進(jìn)行數(shù)據(jù)挖掘，從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、事先不知但又潛在有用的信息，聚類分析是數(shù)據(jù)挖掘的重要方法之一，而海洋環(huán)境參數(shù)的變化是漸進(jìn)的，即便有國家海水水質(zhì)標(biāo)準(zhǔn)，但水質(zhì)狀況的分析既要對多項(xiàng)指標(biāo)進(jìn)行綜合評價(jià)，又具有模糊過渡的特點(diǎn)，因此，引入隸屬度概念，采用模糊C均值（FCM）聚類方法進(jìn)行分析更為合理，克服了硬性分類的不足［4］，但基于目標(biāo)函數(shù)的FCM是一種局部尋優(yōu)算法，存在對初始化敏感和難以獲得全局最優(yōu)解的缺陷，其聚類數(shù)目也是依照經(jīng)驗(yàn)進(jìn)行選取的，缺乏充分的科學(xué)性，而且海量數(shù)據(jù)的聚類會浪費(fèi)大量的時(shí)間和資源;遺傳算法（GA）是一種借鑒生物界自然選擇和進(jìn)化機(jī)制發(fā)展起來的具有自適應(yīng)性和自組織能力的隨機(jī)搜索算法，具有全局搜索和并行計(jì)算能力，被廣泛應(yīng)用于求解復(fù)雜的優(yōu)化問題［5，6］，遺傳算法通過模仿生物界“適者生存”原理，無需待解問題領(lǐng)域的特殊知識，無需對所有數(shù)據(jù)逐一進(jìn)行處理，而是隨機(jī)生成優(yōu)化問題的一組可能解，經(jīng)遺傳變異操作后便可得到優(yōu)化問題的全局近似最優(yōu)解［7］。因此，本文采用空間向量遺傳聚類分析方法，進(jìn)行海量數(shù)據(jù)處理，既可大大減少數(shù)據(jù)處理量，又能得到科學(xué)合理的處理結(jié)果，也可提高監(jiān)測中心對異常情況的響應(yīng)速度。

1 遺傳聚類算法

1．1 FCM 聚類算法

FCM算法具有良好的局部尋優(yōu)性和誤差收斂性，是一種貪心算法，并不一定能夠得到全局最優(yōu)解，經(jīng)常會陷入到局部最優(yōu)而非全局最優(yōu)。算法步驟為

將有限向量 x={xk|xk∈RP，k=1，2，3，…，n}分為c類（1＜c＜n），分類矩陣U為

其中，uik表示向量xi屬于類ck的隸屬度，0≤uik≤1。

目標(biāo)函數(shù)可定義為

其中，dik為向量 xk到ci的空間距離，ci（1≤i≤c），ci∈RP。

算法執(zhí)行前給出固定迭代次數(shù)，以免終止條件不能滿足陷入無限循環(huán)。FCM算法應(yīng)用于下述遺傳聚類算法步驟（2）。

1．2 遺傳聚類算法步驟

1）種群初始化:n個(gè)樣本被分為c類，每個(gè)聚類中心作為一個(gè)基因，c個(gè)基因組成的基因鏈形成染色體，初始聚類中心隨機(jī)選取，因此，初始染色體由隨機(jī)選擇的c個(gè)基因組成。設(shè)置種群大小n、最大進(jìn)化代數(shù)g、交叉概率Pc、變異概率Pm的初始值。從數(shù)據(jù)集S={S1，S2，…，Sm}中隨機(jī)選取n個(gè)向量形成初始種群，組成模糊分類矩陣U。

2）對種群進(jìn)行以下操作:a．隨機(jī)選取聚類中心;b．進(jìn)行聚類劃分;c．求解當(dāng)前劃分下的聚類中心，為提高搜索速度，初始聚類中心可根據(jù)實(shí)際數(shù)據(jù)分布情況進(jìn)行給定，在每次得到聚類劃分得到聚類中心后，用當(dāng)前的聚類中心替換原來的聚類中心;d．計(jì)算適應(yīng)度。

3）選擇運(yùn)算:按染色體適應(yīng)度大小用輪盤賭方法選擇下一代個(gè)體。

4）交叉運(yùn)算:任選2個(gè)個(gè)體進(jìn)行單點(diǎn)交叉操作。

5）變異運(yùn)算:變異的概率由變異概率參數(shù)Pm決定，變異的位置隨機(jī)產(chǎn)生，采用對變異位進(jìn)行“非”操作。

6）得到最優(yōu)染色體:若達(dá)到停止條件，迭代結(jié)束，解碼出聚類中心;否則，轉(zhuǎn)向步驟（2），重復(fù)執(zhí)行迭代過程［8］。

2 監(jiān)測點(diǎn)海水水質(zhì)狀況遺傳聚類分析

以上海地區(qū)沿海水質(zhì)狀況監(jiān)測情況為例，在距離海岸100 m處每間隔5 km設(shè)置1個(gè)采樣點(diǎn)，30處監(jiān)測采樣點(diǎn)分布見圖1所示，從北向南分別標(biāo)記為采樣點(diǎn)1～30。根據(jù)投放的浮標(biāo)，結(jié)合實(shí)測數(shù)據(jù)以及遙感數(shù)據(jù)，提取溫度，鹽度，pH，DO 4個(gè)參數(shù)為特征參數(shù)進(jìn)行分析，其中DO值為表觀耗氧量AOU。

圖1 檢測區(qū)域采樣點(diǎn)Fig 1 Sampling sites in the monitoring area

2．1 對某一時(shí)段內(nèi)不同監(jiān)測點(diǎn)數(shù)據(jù)的聚類分析

對某一時(shí)段內(nèi)30個(gè)監(jiān)測點(diǎn)，各監(jiān)測點(diǎn)間隔30 min連續(xù)測量5 h得到的300組數(shù)據(jù)進(jìn)行分析。聚類初始條件設(shè)置為:種群大小n=100、最大進(jìn)化代數(shù)g=50、交叉概率Pc=0．9、變異概率Pm=0．01。

聚類結(jié)果顯示，采樣點(diǎn)數(shù)據(jù)可分為4類，見圖2與表1。

圖2 采樣點(diǎn)聚類結(jié)果Fig 2 Clustering result of sampling sites

表1 各采樣點(diǎn)所屬類別Tab 1 Categories of each sampling sites

聚類結(jié)果在環(huán)境監(jiān)測參數(shù)特征空間的投影如圖3所示。

其中I類，由圖3（a）和（b）顯示，此類監(jiān)測點(diǎn)pH在7～9之間，大部分集中在8左右。DO值在4～8mg/L之間，大部分集中在6～8 mg/L之間。鹽度在（25～35）×10－3之間，大部分集中在（30～35）×10－3之間，溫度基本在 21．5～22．5℃之間，此類點(diǎn)海水檢測數(shù)據(jù)顯示，除DO值稍低之外，海水其他參數(shù)較為正常。II類，由圖3（a）和（d）顯示，此類監(jiān)測點(diǎn)pH與I類基本相同，在7～9之間。但鹽度在（13～25）×10－3之間，明顯低于 I類，DO 值在2．5～4．5 mg/L之間，溫度基本在22～23℃之間。此類點(diǎn)應(yīng)為有污水排放或有河水與海水交匯，水質(zhì)狀況比較正常。Ⅲ類，由圖3（c）和（d）顯示，此類監(jiān)測點(diǎn)DO值和溫度值與II類基本相同，DO 值基本在2．5～4．5 mg/L 之間，溫度基本在22～23℃之間，少數(shù)監(jiān)測點(diǎn)溫度高于23℃。但pH偏低，在6～7之間。鹽度在（5～20）×10－3之間，也低于II類。此類點(diǎn)附近應(yīng)有陸源排污口，水質(zhì)狀況較差，需要進(jìn)行進(jìn)一步監(jiān)測或進(jìn)行處理。Ⅳ類，由圖3（a）和（c）顯示，此類監(jiān)測點(diǎn)DO值最低，基本在1～3 mg/L之間。pH范圍較大，在8．5～12之間。鹽度值最低，在（0～15）×10－3之間。溫度最高，在23．5～25℃之間。此類監(jiān)測點(diǎn)水質(zhì)狀況較差，附近應(yīng)有陸源排污口，溫度最高主要是由于排出的污水所致，而且排出的污水處理情況很差，需要進(jìn)行進(jìn)一步監(jiān)測或進(jìn)行處理。

圖3 聚類結(jié)果在環(huán)境監(jiān)測參數(shù)特征空間的投影Fig 3 Projection of clustering result into the feature space of environment monitoring parameters

從聚類結(jié)果在環(huán)境監(jiān)測參數(shù)特征空間的投影可以看出:I類數(shù)據(jù)源采樣點(diǎn)所處位置為水質(zhì)最好的區(qū)域，II類次之，Ⅲ類和Ⅳ類數(shù)據(jù)源采樣點(diǎn)所處位置的水質(zhì)較差，通過采樣點(diǎn)數(shù)據(jù)在多參數(shù)特征空間的分布情況，可實(shí)現(xiàn)對海水水質(zhì)狀況的分類識別、分析，并進(jìn)行進(jìn)一步的監(jiān)測處理。

2．2 對不同時(shí)段監(jiān)測點(diǎn)數(shù)據(jù)的分析

對30個(gè)監(jiān)測點(diǎn)相隔2 d后另一時(shí)段監(jiān)測到的300組多參數(shù)數(shù)據(jù)進(jìn)行分析。仍按2．1的聚類結(jié)果的分類情況將300組數(shù)據(jù)在環(huán)境監(jiān)測參數(shù)特征空間進(jìn)行投影，如圖4所示。

圖4 聚類結(jié)果在環(huán)境監(jiān)測參數(shù)特征空間的投影Fig 4 Projection of clustering results into the feature space of environment monitoring parameters

將圖4與圖3進(jìn)行比較可以看出:I類數(shù)據(jù)源采樣點(diǎn)中部分?jǐn)?shù)據(jù)向II類數(shù)據(jù)方向移動，說明此類中某些采樣點(diǎn)處的水質(zhì)情況在變差，II類數(shù)據(jù)源采樣點(diǎn)中部分?jǐn)?shù)據(jù)向Ⅲ類數(shù)據(jù)方向移動，說明此類中某些采樣點(diǎn)處的水質(zhì)情況在變差，Ⅲ類數(shù)據(jù)源采樣點(diǎn)數(shù)據(jù)位置無大的變化，與圖3所處位置基本相同，說明此類中采樣點(diǎn)處的水質(zhì)情況無明顯變化，Ⅳ類數(shù)據(jù)源采樣點(diǎn)向pH值低的II類數(shù)據(jù)方向移動，DO值也有所升高，說明此類中某些采樣點(diǎn)處的水質(zhì)情況在變好，但此類采樣點(diǎn)所處區(qū)域水質(zhì)狀況仍不容樂觀。

若進(jìn)行分析時(shí)各類采樣點(diǎn)數(shù)據(jù)混雜分布，無法區(qū)分時(shí)，可重新按2．1給出的方法聚類后再進(jìn)行分析。

3 結(jié)論

本文以海水水質(zhì)常見參數(shù)為例，給出了一種遺傳算法和模糊聚類分析相結(jié)合進(jìn)行海水質(zhì)狀況數(shù)據(jù)處理的方法，該方法可以在某一時(shí)間段對不同監(jiān)測點(diǎn)數(shù)據(jù)進(jìn)行分析，得到監(jiān)測區(qū)域內(nèi)的水質(zhì)狀況分類情況，發(fā)現(xiàn)并確定水質(zhì)狀況異常海域。采用此方法還可以對不同時(shí)段監(jiān)測點(diǎn)數(shù)據(jù)進(jìn)行分析，得到該監(jiān)測區(qū)域海水水質(zhì)變化趨勢。另外，采用此方法也可以將其他多項(xiàng)海水水質(zhì)參數(shù)數(shù)據(jù)，如N含量、P含量，COD值，硫化物、濁度等參數(shù)在特征空間進(jìn)行聚類分析，是海洋環(huán)境多參數(shù)數(shù)據(jù)分析及信息挖掘的一種有效方法。

［1］ 張 勇，崔永平，秦榜輝，等．上海市排污口有機(jī)污染物調(diào)查研究［J］．海洋開發(fā)與管理，2008（7）:81－83．

［2］ 王 琪．海洋環(huán)境問題及其政府管理［J］．中國海洋大學(xué)學(xué)報(bào):社會科學(xué)版，2002（4）:91 －96．

［3］ 馬春生，潘 紅，周洪英，等．發(fā)展海洋環(huán)境監(jiān)測的意義和作用［J］．科技創(chuàng)新導(dǎo)報(bào)，2010（2）:123－124．

［4］ 郭良波．模糊數(shù)學(xué)在海洋環(huán)境評價(jià)中的應(yīng)用［J］．南陽理工學(xué)院學(xué)報(bào)，2010，3（2）:83 －86．

［5］ Goldberg D E．Genetic algorithms in search，optimization and machine learning［M］．New York:Addison-Wesley，1989:106 －110．

［6］ Holland J H．Adaptation in natural and artificial systems［M］．Ann Arbor:University of Michigan Press，1975:126 －130．

［7］ Bandyopadhyay S，Maulik U．Genetic clustering for automatic evolution of clusters and application to image classification［J］．Pattern Recognition，2002，35（6）:1197 －1208．

［8］ Zhou Ruyan，Chen Ming，F(xiàn)eng Guofu，et al．Genetic clustering route algorithm in WSNs［C］∥The 6th International Conference on Natural Computation，2010:4023 －4026．