基于时域-空间域的ERT污染区域预警方法研究

作     者：刘梦晓 

作者单位：山东建筑大学 

学位级别：硕士

导师姓名：汪明

授予年度：2021年

学科分类：082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：ERT 土壤污染 协方差聚类 半监督支持向量机 污染区域识别 

摘      要：电导率成像技术(ERT)是土地污染预警、修复和再利用过程中应用的重要技术之一,其中土地污染识别与精确确定污染区域是ERT检测系统亟待解决的难题。目前对污染区域识别的ERT监测结果主要集中在空间域,缺乏时域上的连续性,这导致识别算法的普适性较差。为了实现场地的实时监测和污染预警,不仅需要提高识别精度,也需要在时域上对污染场地实现变化检测。本文围绕时域-空间域ERT污染区域预警开展研究工作,涉及ERT监测数据集采集构建、ERT时域变化检测方法,采用理论研究、模拟场地研究以及实际场地研究,开展了以下工作:首先,对现阶段ERT技术的发展现状及图像分割算法的应用研究进行了综述,在此基础上,阐述了基于ERT检测数据进行污染区域识别所面临的关键问题和技术难点。其次,建立了电阻率法重金属污染场地的仿真模型,模拟不同时刻、不同污染区域数量的重金属污染场地的监测数据,为开展时域变化检测算法的研究提供数据支撑;并开展了实际场地的ERT检测,构建了本文所用的场地污染ERT检测数据集。然后,提出一种基于差异矩阵和稀疏自编码器的ERT时域变化检测方法。该方法首先采用差值算子和比值算子描述数据差异,通过比较差异矩阵中数值与设定阈值,判断同一条测线在k+1时刻测得的数据集相对于k时刻测得的数据集是否发生异常;针对阈值选取不够准确的问题,通过融合邻域特征和稀疏自编码器的方法进行阈值优化,结果表明,优化后的阈值比优化前的阈值更接近场地实际情况。最后,提出了一种基于协方差聚类和半监督支持向量机算法相结合的空间域污染区域识别方法。针对当存在介质分层时识别不准确的问题,提出了基于协方差聚类方法解决了介质分层对污染区域识别影响的问题;在此基础上,为了提高纵深方向上的识别精度,引入了半监督训练的方法,将半监督支持向量机(Safe Semi-supervised Support Vector Machine,S4VM)和半监督阶梯网络(Semi-supervised Ladder Network,SSLN)分别与CFCM相融合。实验结果显示,该方法既克服了介质分层的影响,也解决了当背景电阻率值与污染区域电阻率值差异减小时识别不准确的问题,提高了算法的识别精度。