基于数据挖掘的铜绿微囊藻试验模拟数据分析

2012-12-25许云峰马春子霍守亮席北斗钱光人

环境工程技术学报 2012年4期

许云峰，马春子，霍守亮，席北斗，钱光人*

1.上海大学环境与化学工程学院，上海 200444

2.中国环境科学研究院，北京 100012

富营养化已经成为全世界关注的热点问题［1-4］，人们进行了大量室内模拟试验探讨富营养化的发生机制。其中，铜绿微囊藻等蓝藻细菌是引起湖泊夏季水华的主要藻类［5］，会导致水处理费用增加［6-7］、水的娱乐价值降低并产生恶臭及微囊藻毒素［8］等，针对铜绿微囊藻的研究成为室内研究水体富营养化的主要关注点，且得到了大量试验模拟数据。然而，这些试验模拟数据所反映的规律是非常有限的，同时又耗费了大量的人力物力。因此为更好地掌握由室内模拟试验得到的湖泊富营养化发生机制，并节省人力和资源，需寻求一种从数据中总结规律，据以指导试验及实际湖泊富营养化治理的方法。

数据挖掘是从一个新的角度将数据库技术、机器学习、模式识别和统计学等领域结合起来［9］，从大量不完全的、有噪声的、随机的数据中，提取隐含在其中人们事先不知道的，但又有潜在价值的规律和知识的过程。目前已经广泛应用于金融［10］、零售［11］、医药［12-14］、通讯［15］、化学工程［9，16］和航空［17］等领域。笔者运用数据挖掘方法对收集的铜绿微囊藻试验模拟数据进行定性分析，以探求抑制藻类生长的主要影响因素。