【技术实现步骤摘要】
基于海洋环境监测的数据处理方法及装置
[0001]本专利技术涉及环境监测
,尤其涉及基于海洋环境监测的数据处理方法及装置。
技术介绍
[0002]随着人们对生活环境要求越来越高,为海洋保护、治理与开发提供精确的数据和科学决策的依据,各个企业和部门对海洋环境的监测力度也在不断提高。
[0003]海洋环境监测的水质参数一般包括温度、PH值、营养盐、重金属离子、化学需氧量等,目前国内外的海洋环境监测设备中,通过采用各类不同的传感器作为监测海洋的必备节点,然后根据各类传感器采集的数据汇总,来分析所采集海域的水质状态。但传感器在实际的数据采集中,存在部分传感器受到外部环境干扰而导致数据失真的情况,而且在综合分析时,由于传感器类型具有多种,所采集的数据量纲存在差异。因此,如何根据各类传感器采集的数据,对同类或不同类数据进行融合,直观的得到所采集海域水质的精准状态,是本领域技术人员需要解决的技术问题。
技术实现思路
[0004]为了解决上述技术问题,本专利技术提供了基于海洋环境监测的数据处理方法及装置。
[0005]本专利技术采用以下技术方案:基于海洋环境监测的数据处理方法,所述方法包括:
[0006]获取某时段不同时间节点多种传感器监测的多个节点数据集和所述节点数据集对应的时间节点,其中,每种所述传感器有多个;
[0007]根据所述节点数据集按照传感器类型分成多个节点类别数据集,并将每个所述节点类别数据集内的多个节点类别子数据进行一级融合,得到与每个所述节点类别数据集对应的融 ...
【技术保护点】
【技术特征摘要】
1.基于海洋环境监测的数据处理方法,其特征在于,所述方法包括:获取某时段不同时间节点多种传感器监测的多个节点数据集和所述节点数据集对应的时间节点,其中,每种所述传感器有多个;根据所述节点数据集按照传感器类型分成多个节点类别数据集,并将每个所述节点类别数据集内的多个节点类别子数据进行一级融合,得到与每个所述节点类别数据集对应的融合值;根据每个所述节点类别数据集对应的融合值进行二级异类融合,得到与每个所述节点数据集对应的初步评估结果;根据各所述初步评估结果进行三级时间节点融合,得到某时段内所监测海域水质的综合评估结果。2.根据权利要求1所述的基于海洋环境监测的数据处理方法,其特征在于,将每个所述节点类别数据集内的多个节点类别子数据进行一级融合的步骤具体包括:计算每个所述节点类别数据集内的多个节点类别子数据的均值ΔQ
xy
,并将各所述节点类别子数据与均值ΔQ
xy
作差取绝对值,得到均值差α:α=|Q
xyz
‑
ΔQ
xy
|其中,ΔQ
xy
为第x个节点数据集内第y个节点类别数据集的多个节点类别子数据的均值,Q
xyz
为第x个节点数据集内第y个节点类别数据集的第z个节点类别子数据;定义异常参数β,若α≥β,记Q
xyz
为异常数据,并使Q
xyz
=ΔQ
xy
,若α<β,则Q
xyz
取值不变;将均值差α与异常参数β对比后,剔除异常数据,得到新的节点类别数据集Q
′
xy
,对节点类别数据集Q
′
xy
内的节点类别子数据求均值得到ΔQ
′
xy
,得到融合值H
xy
:H
xy
=ΔQ
′
xy
其中,Q
′
xy
为第x个节点数据集内第y个节点类别数据集经对比剔除异常数据得到的节点类别数据集,H
xy
为第x个节点数据集内第y个节点类别数据集的融合值。3.根据权利要求2所述的基于海洋环境监测的数据处理方法,其特征在于,根据每个所述节点类别数据集对应的融合值进行二级异类融合的步骤具体包括:S301、定义评价指标,所述评价指标分为I类、II类、III类、IV类,其评价指标类别越大水质越差;S302、确定评价对象因素集,所述评价对象因素集为影响评价指标的各因子的集合E={E
y
},y=1,2,
…
n,其中n表示评价对象因素集的个数,即每个节点数据集内具有n个节点类别数据集;S303、确定权值向量W
xy
;S304、建立模糊评价矩阵K;S305、将权值向量W
xy
和第x个节点数据集对应的模糊评价矩阵K
x
相结合得到第x个节点数据集对应的模糊评价结果R
x
:R
x
=W
xy
·
K
x
其中,R
x
=[R
x1
,R
x2
,R
x3
,R
x4
],R
x1
,R
x2
,R
x3
,R
x4
分别为第x个节点数据集对应评价指标中I类、II类、III类、IV类的所占比值,取R
x
为第x个节点数据隼的初步评估结果。4.根据权利要求3所述的基于海洋环境监测的数据处理方法,其特征在于,所述权值向量W
xy
根据评价指标的各因子对水质环境质量评价等级影响程度确定,其中,W
xy
为第x个节
点数据集内第y个节点类别数据集对应的权值向量。5.根据权利要求3所述的基于海洋环境监测的数据处理方法,其特征在于,所述建立模糊评价矩阵K的步骤具体为:采用高斯型隶属度函数作为系统的第x个节点数据集对应的隶属度函数J
x
:其中,H
xy
为第x个节点数据集内第y个节点类别数据集的融合值,μ
xy
为第x个节点数据集内第y个节点类别数据集对应的各类评价指标的标准值集,μ
xy
={μ
xy1
,μ
xy2
,μ
xy3
,μ
xy4
},μ
xy1
为第x个节点数据集内第y个节点类别数据集对应的I类评价指标的标准值,μ
xy2
为第x个节点数据集内第y个节点类别数据集对应的II类评价指标的标准值,μ
xy3
为第x个节点数据集内第y个节点类别数据集对应的III类评价指标的标准值,μ
xy4
为第x个节点数据集内第y个节点类别数据集对应的IV类评价指标的标准值;σ
xy
为第x个节点数据集内第y个节点类别数据集对应的各类评价指标的标准值集的标准差;将第x个节点数据集对应的隶属度函数的结果做归一化处理得到第x个节点数据集对应的模糊评价矩阵K
x
:其中,K
xy1
为第x个节点数据集内第y个节点类别数据集对应I类评价指标的模糊评价值,K
xy2
为第x个节点数据集内第y个节点类别数据集对应II类评价指标的模糊评价值,K
xy3
为第x个节点数据集内第y个节点类别数据集对应III类评价指标的模糊评价值,K
xy4
为第x个节点数据集内第y个节点类别数据集对应IV类评价指标的模糊评价值。6.根据权利要求5所述的基于海洋环境监测的数据处理方法,其特征在于,根据各所述初步评估结果进行三级时间节点融合的步骤具体包括:将各节点数据集的初步评估结果对应的各类评价指标求均值得到:其中,x为第x个节点数据集,n为某时段内节点数据集的数量,m为评价指标中的分类,m=1,2,3,4,D
m
为各节点数据集对应的第m类评价指标的均值,R
xm
为第x个节点数据集对应的第m类评价指标的模糊评价结果;D
m
={D1,D2,D3,D4},取{D1,D2,D3,D4...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。