基于隨機(jī)森林的河涌水質(zhì)評(píng)價(jià)模型構(gòu)建★

宋際洲，李茂億

（廣東省中山生態(tài)環(huán)境監(jiān)測(cè)站，廣東 中山 528400）

水是生命之源，是人類賴以生存和發(fā)展不可缺少的重要資源。對(duì)水體水質(zhì)開展監(jiān)測(cè)評(píng)價(jià)對(duì)掌握水質(zhì)狀況至關(guān)重要。水質(zhì)評(píng)價(jià)是在開展水質(zhì)監(jiān)測(cè)調(diào)查的基礎(chǔ)上按照環(huán)境質(zhì)量標(biāo)準(zhǔn)對(duì)水質(zhì)狀況進(jìn)行分類評(píng)價(jià)，以此來(lái)判斷水質(zhì)的用途和是否需要對(duì)水體進(jìn)行水質(zhì)治理。水質(zhì)監(jiān)測(cè)評(píng)價(jià)是水環(huán)境資源保護(hù)中的重要一環(huán)。目前常用的水質(zhì)評(píng)價(jià)方法主要有單因子指數(shù)評(píng)價(jià)法、綜合污染指數(shù)評(píng)價(jià)法、模糊數(shù)學(xué)評(píng)價(jià)法等，使用不同的水質(zhì)評(píng)價(jià)方法可能會(huì)得到不同的評(píng)價(jià)結(jié)果[1-2]。

本文以中山市河涌為研究對(duì)象，在對(duì)中山市部分河涌水質(zhì)開展化學(xué)需氧量、總磷、氨氮、溶解氧等項(xiàng)目監(jiān)測(cè)的基礎(chǔ)上，對(duì)水質(zhì)監(jiān)測(cè)項(xiàng)目監(jiān)測(cè)結(jié)果情況進(jìn)行統(tǒng)計(jì)和Pearson 相關(guān)性分析，并使用地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)對(duì)水質(zhì)狀況進(jìn)行分類。為了能夠更好地對(duì)河涌水質(zhì)狀況進(jìn)行預(yù)測(cè)評(píng)價(jià)，構(gòu)建基于隨機(jī)森林算法的河涌水質(zhì)評(píng)價(jià)模型。

1 水質(zhì)監(jiān)測(cè)

1.1 水質(zhì)監(jiān)測(cè)分析

從2022 年1 月—9 月，對(duì)中山市部分河涌開展了水質(zhì)監(jiān)測(cè)，獲得了135 組水質(zhì)監(jiān)測(cè)結(jié)果。監(jiān)測(cè)的項(xiàng)目有化學(xué)需氧量、總磷、氨氮、溶解氧。開展監(jiān)測(cè)采樣時(shí)，按照地表水監(jiān)測(cè)技術(shù)規(guī)范開展樣品采集和保存，采集河涌的表層樣品，并在現(xiàn)場(chǎng)使用溶氧儀對(duì)樣品中溶解氧進(jìn)行現(xiàn)場(chǎng)測(cè)定，其余項(xiàng)目按要求加入固定劑后送到實(shí)驗(yàn)室在樣品保存期內(nèi)進(jìn)行分析測(cè)定。

1.2 監(jiān)測(cè)情況統(tǒng)計(jì)

1.2.1 各監(jiān)測(cè)項(xiàng)目監(jiān)測(cè)結(jié)果情況統(tǒng)計(jì)

化學(xué)需氧量、總磷、氨氮、溶解氧4 個(gè)監(jiān)測(cè)項(xiàng)目監(jiān)測(cè)結(jié)果情況統(tǒng)計(jì)見表1。從表1 知，化學(xué)需氧量均值為11 mg/L，范圍為2～24 mg/L；總磷質(zhì)量濃度均值為0.129 mg/L，范圍為0.02～0.94 mg/L；氨氮質(zhì)量濃度均值為0.661 mg/L，范圍在未檢出～6.54 mg/L 之間；溶解氧均值為6.73 mg/L，范圍為2.28～9.70 mg/L。按照《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)（GB 3838—2002）》標(biāo)準(zhǔn)限值[3]，化學(xué)需氧量均值為Ⅰ類水質(zhì)，總磷和氨氮均值為Ⅲ類水質(zhì)，溶解氧均值為Ⅱ類水質(zhì)。

表1 水質(zhì)監(jiān)測(cè)結(jié)果統(tǒng)計(jì)情況 單位：mg/L

1.2.2 監(jiān)測(cè)項(xiàng)目相關(guān)性分析

使用R 語(yǔ)言，計(jì)算出本次研究的化學(xué)需氧量（圖1中以COD 表示化學(xué)需氧量）、總磷（圖1 中以TP 表示總磷）、氨氮（圖1 中以NH3表示氨氮）、溶解氧（圖1中以DO 表示溶解氧）4 個(gè)監(jiān)測(cè)項(xiàng)目的Pearson 相關(guān)系數(shù)，用來(lái)度量監(jiān)測(cè)項(xiàng)目之間的相關(guān)性大小，具體結(jié)果見圖1。由圖1 知，溶解氧和其他3 個(gè)項(xiàng)目呈負(fù)相關(guān)，相關(guān)系數(shù)范圍為-0.449～-0.251。其他項(xiàng)目之間呈一定程度正相關(guān)，相關(guān)系數(shù)范圍為0.369～0.472，其中化學(xué)需氧量和總磷的相關(guān)性最高（0.472）。

圖1 監(jiān)測(cè)項(xiàng)目相關(guān)系數(shù)圖

1.2.3 水質(zhì)分類情況統(tǒng)計(jì)

以《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)（GB 3838—2002）》[3]（見表2）作為評(píng)價(jià)標(biāo)準(zhǔn)，先按單項(xiàng)指標(biāo)對(duì)各監(jiān)測(cè)項(xiàng)目分別進(jìn)行分類評(píng)價(jià)，再對(duì)各單項(xiàng)指標(biāo)進(jìn)行比較，以類別最高的指標(biāo)所屬類別作為該點(diǎn)位的總體水質(zhì)類別，計(jì)算出各單項(xiàng)指標(biāo)和總體類別后，統(tǒng)計(jì)出各類別數(shù)量情況，匯總于表3。由表3 知，單項(xiàng)指標(biāo)中，化學(xué)需氧量以Ⅰ類水質(zhì)為主，總磷以Ⅱ類、Ⅲ類水質(zhì)為主，氨氮以Ⅰ類、Ⅱ類水質(zhì)為主，溶解氧以Ⅰ類、Ⅱ類水質(zhì)為主；點(diǎn)位總體評(píng)價(jià)中，水質(zhì)類別以Ⅱ類、Ⅲ類水質(zhì)為主，分別出現(xiàn)了46 次、44 次。

表2 地表水環(huán)境環(huán)境質(zhì)量標(biāo)準(zhǔn)限值 單位：mg/L

表3 各監(jiān)測(cè)項(xiàng)目評(píng)價(jià)情況統(tǒng)計(jì) 單位：mg/L

2 模型構(gòu)建

2.1 隨機(jī)森林算法[4-6]

隨機(jī)森林（Random Forests，RF）算法是由Breiman在2001 年提出。它是一種基于分類樹原理構(gòu)建的有監(jiān)督學(xué)習(xí)的集成模型，其基本單元是決策樹。隨機(jī)森林算法通過平均決策樹可以大大降低過擬合，提高算法準(zhǔn)確度，是一種性能優(yōu)秀機(jī)器學(xué)習(xí)算法。

2.2 模型構(gòu)建過程

將化學(xué)需氧量、總磷、氨氮、溶解氧等監(jiān)測(cè)項(xiàng)目作為自變量，將水質(zhì)類別作為因變量；選取其中98 個(gè)數(shù)據(jù)作為訓(xùn)練集，剩下的37 個(gè)作為測(cè)試集；使用R 語(yǔ)言，基于隨機(jī)森林分類算法，使用3 折交叉驗(yàn)證對(duì)模型參數(shù)進(jìn)行訓(xùn)練；以水質(zhì)類別的真實(shí)值和預(yù)測(cè)值的符合程度來(lái)作為模型的評(píng)價(jià)指標(biāo)完成模型構(gòu)建。

2.3 模型構(gòu)建結(jié)果

模型訓(xùn)練集結(jié)果準(zhǔn)確度達(dá)到98%，測(cè)試集預(yù)測(cè)結(jié)果準(zhǔn)確度為92%，預(yù)測(cè)結(jié)果優(yōu)秀。具體測(cè)試集預(yù)測(cè)類別和真實(shí)類別對(duì)比情況見表4 訓(xùn)練集混淆矩陣。

表4 訓(xùn)練集混淆矩陣

從表4 測(cè)試集模型預(yù)測(cè)結(jié)果的混淆矩陣可知：作為測(cè)試集的37 個(gè)河涌水質(zhì)中，34 個(gè)水質(zhì)預(yù)測(cè)類別和真實(shí)類別完全吻合，3 個(gè)水質(zhì)預(yù)測(cè)類別與真實(shí)類別不同。其中，水質(zhì)類別為Ⅱ、Ⅲ類的各13 個(gè)水質(zhì)的預(yù)測(cè)類別與真實(shí)類別完全吻合，真實(shí)水質(zhì)類別為Ⅳ類的6 個(gè)水質(zhì)有1 個(gè)預(yù)測(cè)成了Ⅲ類，真實(shí)水質(zhì)類別為Ⅴ類的2 個(gè)水質(zhì)有1 個(gè)預(yù)測(cè)成了Ⅳ類，真實(shí)水質(zhì)類別為劣Ⅴ類的3 個(gè)水質(zhì)有1 個(gè)預(yù)測(cè)成了Ⅳ類。

3 結(jié)論

本文在對(duì)中山市河涌開展水質(zhì)監(jiān)測(cè)的基礎(chǔ)上，構(gòu)建了基于隨機(jī)森林算法的水質(zhì)分類評(píng)價(jià)模型。結(jié)果表明，基于隨機(jī)森林分類算法的水質(zhì)評(píng)價(jià)模型訓(xùn)練集預(yù)測(cè)準(zhǔn)確度達(dá)到98%，測(cè)試集預(yù)測(cè)準(zhǔn)確度達(dá)到92%，模型預(yù)測(cè)結(jié)果表現(xiàn)優(yōu)秀，可以用來(lái)對(duì)河涌水質(zhì)進(jìn)行預(yù)測(cè)評(píng)價(jià)，為管理河涌和治理水質(zhì)提供一定的參考依據(jù)。