结合网络文本的水环境敏感性评价研究.doc

结合网络文本的水环境敏感性评价研究 分类号密级公收藏编号学号学校代码编号趙）七受營水噯碲士蚵究佐（年此）讼夂结合网络文本的水环境敏感性评价研究学科专业地图学与地理信息系统研究方向地理信息服务研究生姓名蔡圣准指导教师、职称尚梓荣研究另协助导师、职称所在学院福律省空间信息下稈研究中心答辩委员会主席签名二一八年六月一遵守学术行为规范承诺本人己熟知并愿意自觉遵守福州大学研宄生和导师学术行为规范暂行规定的所有内容，承诺所提交的毕业和学位论文是终稿，不存在学术不端行为，且论文的纸质版与电子版内容完全一致。 二独创性声明本人声明所提交的论文是我个人在导师指导下进行的研宄工作及取得的研宄成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研宄成果，也不包含为获得福州大学或其他教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研宄所做的任何贡献均己在论文中作了明确的说明并表示了谢意。 本人完全意识到本声明的法律结果由本人承担。 三关于论文使用授权的说明本人完全了解福州大学有关保留使用学位论文的规定，即学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 （保密的论文在解密后应遵守此规定）本学位论文属于（必须在以下相应方框内打“”，否则一律按“非保密论文”处理）、保密论文本学位论文属于保密，在年解密后适用本授权书。 、非保密论文本学位论文不属于保密范围，适用本授权书。 研宄生本人签名签字曰期丨年月千曰研究牛导师答名一签字日期丨年月日结合网络文本的水环境敏感性评价研究中文摘要尽管福建省水资源相对丰富，但随着全省社会经济高速发展，区域水资源供需平衡差异性大，污染超标排放、垃圾处理、城市黑臭水体等水环境污染问题突出。 本文以福建省为研宄范围，在传统基于水环境基础数据、监测数据及统计数据的基础上，加入网络文本数据，利用“互联网思维”和数据挖掘技术，开展水环境的网络文本挖掘、敏感性评价分析研究，有利于帮助环保管理和决策者科学合理的制定水环境治理规划方案，对于水环境生态文明建设具有重要意义。 主要内容包括基于贝叶斯网络方法构建水环境网络文本识别模型来确定水环境网络文本及其污染类型；基于模糊层次分析法构建水环境敏感性评价模型来探宄福建省各区县水环境敏感度主要影响因子及各敏感影响因子的空间分布特征。 具体研究内容和成果如下（）采用基于页面的网络爬虫技术从互联网上采集获取年月福建省内与水环境相关的网络文本数据，并对网络文本进行中分分词和空间化处理，结果表明水环境相关网络文本空间分布呈现闽东南沿海密集、闽西北内陆稀疏，东部主要分布在人口密集、经济发达区域，而西部主要沿主干河流走向分布；采用水质类别判别法对年月福建省内水质监测数据进行水质评价，从各地区的水质监测指标达标率来看，南平市水质达标率最高、莆田市水质达标率最差。 （）基于贝叶斯网络的构建水环境网络文本识别模型，即利用己有知识和经验来分析网络节点变量之间的因果关系，确定贝叶斯网络结构，采用期望最大估计（）算法对训练样本数据进行参数学习，确定各网络节点变量的条件概率分布。 与其他识别模型方法相比，该模型在总体精度、确定率及召回率方面都取得了较高的验证结果，在识别的动态性、高效性、稳定性及识别结论的可解释性等方面具有一定的优势，可以满足对复杂水环境网络文本信息及其污染类型的识别。 （）基于构建的敏感性评价模型能够直观地反映福建省各区县水环境敏感性及其空间分布特征。 从污染敏感指数来看，全省敏感度闽南部地区高于闽北部地区，特别是闽西南和闽东南两侧地区，高敏感区分布较为零散，主要分布在汀江中下游、晋江下游和龙江等；从保护敏感指数来看，全省敏感度闽西北中南地区高于闽东北西南地区，高敏感区分布较为零散，主要分布在闽江上游支流建溪、木兰溪、萩芦溪等；从网络文本敏感指数来看，全省敏感度闽东部中北部地区高于闽西部中南部地区，高敏感区分布集中在闽江下游地区。 综合各敏感指数分析来看，全省水环境敏感度从闽东南西南北部中部东北依次减小，高敏感区主要集中在东沿海经济发达区、河流入海口较为明显。 关键词水环塊；网络文本；敏感性评价；贝叶斯网络；模糊层次分析法，“”；（），；，（），（），（），；，；，；目录村胃親研究背景及意义研宄背景研宂意义国内外研究综述水环境敏感性评价研宄网络文本应用研究现状网络文本识别研宄研究内容及技术路线研宄内容技术路线论文的组织结构第二章研宄数据的采集与处理水环境数据获取与处理基础数据获取地表水水质监测数据处理网络文本数据采集与处理网络文本数据采集中文分词处理分析，网络文本数据空间化本章小结第三章基于贝叶斯网络的水环境网络文本识别贝叶斯网络理论贝叶斯网络概述贝叶斯网络学习水环境网络文本识别要素分析内在本体要素外在环境要素基于贝叶斯网络的水环境网络文本识别模型构建贝叶斯网络结构确定贝叶斯网络参数识别模型验证识别结果分析本章小结第四章水环境敏感性评价与分析模糊层次分析法理论层次分析法模糊层次分析法模糊矩阵的一致性及权重排序水环境敏感影响因子分析与量化水环境污染敏感指数水环境保护敏感指数水环境网络文本敏感指数基于的水环境敏感性评价模型水环境敏感评价指标确定构建模型与权重计算结果与分析水环境污染敏感指数评价分析水环境保护敏感指数评价分析水环境网络文本敏感指数评价分析水环境敏感性评价分析本章小结第五章总结与展望展望参考文献賴个人简历、在学期间的研究成果及发表的学术论文结合网络文本的水环境敏感性评价研究第一章绪论研究背景及意义研究背景“一切污染都是人类贪婪无知的结果”是对污染本质最深刻的描述。 改革开放近年来，我国同时经历了两个重大转型，一是从传统的计划经济体制向社会主义市场经济体制转变；二是从传统的农业社会向工业信息化社会转变，双重转型推动了我国社会经济的平稳高速增长。 但改革开放初期，盲目的追求经济利益增长的论，漠视了对环境的保护，促使我国长期以来都面临环境污染严峻的考验，其中水污染是最棘手的环境污染问题之一。 水是人类生存与发展是最根本的条件，是人类文明的起源，在我们生活中占据着重要的地位。 我国水资源总量丰富，约为万亿立方米，占全球水资源左右，居世界前列，但人均水资源约为千立方米，仅为世界平均值的左右，是全球人均水资源最短缺的国家之一。 近年来，随着水资源过度开发、城市扩展、工业发展等因素影响，使得大量污染物，如工业废水、生活污水、化工废料等，排入江河湖泊，造成水环境污染事件频发，严重威胁着人们的饮用水安全。 为此，越来越多的学者对水环境污染开展了相关方面的研宄。 水环境敏感性评价是水环境相关研宄中重要课题之一，通常是综合考虑区域水环境的自然特征、社会特征及水环境污染状况等因素选取水环境敏感性评价指标和方法，并基于水环境现有的基础数据、统计数据及监测数据来实现对水环境敏感性的评价与分析。 其中水环境监测数据是直接衡量水环境现状的数据，对于评价结果起关键作用，然而由于受到地形、环境、站点数量、站点布设等因素影响，水环境监测数据往往存在缺失或不足，为此本文基于传统的敏感指标基础上，探宄结合网络文本的水环境敏感性评价研究。 网络文本是伴随着互联网的发展而产生。 从上世纪九十年代中期互联网技术进入我国以来，迅速发展，尤其是近十年来移动互联技术的普及，互联网己是现代化社会最重要的公共基础设施和信息传播载体，在人们生活方式、社会经济发展模式等方面发挥着无可替代的作用。 普通民众在互联网上的自由表达变得容易，网上涌现出大量针对当下社会问题、热点话题及焦点人物的主观性信息，即网络文本信息，它们大多以非结构化或半结构化的福州大学硕士学位论文短文本形式表现。 当前，我国网民人数已稳居世界第一。 根据中国互联网络信息中心（）发布的中国互联网络发展状况第次统计报告显示，截至上半年，我国网民规模高达亿，约占全球网民总数的。 如此大规模的网民，每天必将产生海量的网络文本，当这些网络文本信息大量聚集传播时，在一定程度上影响着社会经济的稳定和发展，如民众抢盐事件、医患纠纷事件、环境保护问题等，但同时也为我们通过网络文本来研宄水环境敏感性评价提供了可能。 因此，本文结合网络文本的水环境敏感性评价分析，一方面可以弥补监测数据不足问题，另一方面是添加网民反馈的水环境问题作为评价指标，可使得水环境敏感性评价结果更具合理，有利于帮助环保管理和决策者科学合理的制定水环境治理规划方案，对于水环境生态文明建设具有重要作用。 研究意义福建省位于中国东南沿海、台湾海峡西岸，陆地面积约为万平方公里，海域约为王平方公里，常住人口为万。 全省河流众多，主要包括闽江（福建部分）、九龙江、汀江、晋江等条主要河流，据年福建省水资源公报统计，福建省地表水资源量为亿立方米，人均约为立方米，是全国人均的倍左右。 尽管福建省水资源相对丰富，但随着全省社会经济的高速发展，增加了区域水资源供需平衡差异性大，污染物超标排放、垃圾处理、城市黑臭水体等水环境污染问题突出。 为此，福建省针对水环境污染开展许多防治行动计划工作方案，制定了目标到年，保障全省饮用水安全水平稳中持续增长，大幅度减少城市黑臭水体或污染严重水体，保持主要湖泊生态环境及近岸海域环境质量稳中趋好。 本文研宄在传统基于水环境基础数据、监测数据及统计数据的基础上，加入了互联网的水环境网络文本数据，即利用“互联网思维”和数据挖掘技术，通过对水环境的环境影响要素和网络文本信息的深入分析，来探宄水环境的网络文本挖掘、敏感性评价与分析，契合了福建省水环境污染防治方针，对于更好的落实福建省“水十条”、福建省安全生态水系建设指南（修改版）、福建省水污染防治行动计划工作方案等相关政策方案，具有十分重要的现实意义。 此外，水环境网络文本是网民关于区域水环境问题的反馈，即对区域水环境问题现状的描述，本文通过对水环境网络文本的空间化，将网络文本作为水环境敏感影响因子，在一定程度上可以弥补区域内水环境监测数据不足问题，使得分析结果更加合理、符合实际，研宄成果能为水环结合网络文本的水环境敏感性评价研究境敏感性评价提供一种新的研究思路，对于预测或排查水环境高敏感污染风险区、重点保护区具有一定的实用意义。 国内外研究综述本文研宄重点是水环境的网络文本识别和敏感性评价分析研宄，即对水环境相关网络文本进行定性的识别分析确定水环境网络文本及对水环境相关敏感指数进行定量的敏感性评价分析来探究福建省各区县水环境敏感度主要影响因子及各敏感影响因子的空间分布特征。 针对研究的重点内容，分别对水环境敏感性评价研宄、网络文本应用的研宄现状及其识别分析研宄三个方面进行综述。 水环境敏感性评价研究敏感性一词起源于上世纪年代的临床医学，用于评价药物对研宄动物或人体组织的敏感程度，并依据实验效果评判药物的有效性。 到上世纪年代初，数学家们开始将用数学思维开展敏感性研宄，即用基于数学理论的敏感性分析（评价）方法来解决实际问题。 后来，越来越多的学者借助基于数学理论的敏感性分析（评价）方法提出适合各自学科领域的敏感性分析（评价）方法，如生态环境领域引入水土流失、路网、水环境质量等敏感因子进行生态敏感性评价及其空间分布特征分析，为生态环境重点敏感区域制定污染防治方案提供参考依据；环境领域在环境模型构建中引入敏感性分析方法，可以确定敏感参数，情景库设定，从而降低模型运行结果误差。 水环境敏感性评价是生态环境科学领域重要研宄课题之一，是水环境对社会生产劳动、自然环境变异等活动干扰的敏感程度，用于综合反映发生水环境污染的可能性、危害性的大小。 在生态平衡状态下，水环境中各类自然活动过程稳定保持着一种相对动态的平衡关系，当受到外界干扰时，这种动态平衡遭到破坏，极容易发生水环境问题。 对水环境敏感性的评价就是针对区域水环境现状进行评价，并落实到研宄单元区域内识别最可能打破水环境生态动态平衡的外界干扰因素，从而帮助环保管理和决策者科学合理的制定水环境治理规划方案。 目前，水环境敏感性评价方法主要运用和遥感技术，针对研宄区域水环境背景现状，从水环境污染或保护等方面选取多个敏感影响因子作为评价指标，利用指数标识法、层次分析法、模糊数学等方法确定各评价指标权福州大学硕士学位论文重值，最后利用计算出的敏感度值来对区域水环境敏感性进行划分，以专题图形式展示。 如沈园】提出从流域的重点污染企业、水质监测指标、人口等与社会、经济及自然相关的属性选取水环境敏感影响因子，开展松花江水环境敏感性评价；根据区域水生态环境特点，选取研究区土地利用，沙漠化、水土流失等敏感影响因子，利用生态因子评价模型和空间分析，并基于单因子敏感性划分建立水环境敏感性评价；】由于伊朗湖泊受到自然、人类活动干扰因素影响存在的水环境问题，为了分析与湖泊水资源相关的敏感影响因子，利用方法确定，采用扩展对确定的影响因子进行敏感度分析，实例表明该方法对于综合分析水环境问题具有较好的效果。 孙伟水环境的地貌特征、水质监测现状、水源地和水体通达性等五个方面选取可修复性和替代性的水环境敏感性评价指标，评价结果显示江苏省水环境敏感性强的区域大多位于丘陵地区、沿海的大部分水体通达性好的区域水环境敏感性相对较低。 孙才志人为水环境敏感性评价应从“两个属性、三个特征性”方面考虑，即自然属性、社会属性、整体性、有限性及系统性，为此从辽河平原水环境空间分布、水质监测现状和自然保护等方面选取个敏感性评价指标，来构建辽河平原水环境敏感性评价模型，对评价结果进行单准则评价和综合评价分析可知，辽河平原的高敏感和极敏感区以平原周围山区、抚顺及辽阳等地区为主。 张海龙通过基于区域的水环境功能区，选取农业非点源污染类型作为敏感性评价指标，从而对湖北省水环境污染敏感性进行评价分析，确定区域水环境污染源控制区。 综上所述，水环境敏感性评价对于区域的生态文明建设具有十分重要的意义，己经受到环境决策部门的重视，越来越多的研宄学者开展相关研究。 水环境敏感性评价实质是针对研宄区域内自然环境背景下可能存在的水环境问题进行有效识别，并落实到具体的研宄单元区域内进行敏感影响因子的空间解析，探宄各敏感影响因子空间分布特征。 但受到区域自然环境条件、经济建设、社会发展水平等因素差异性的影响，水环境敏感性空间特征呈现出明显差异，通常需要综合研宄区域内水环境基本特征、自然生态特征、社会经济特征、污染现状及公众反馈信息等因素选取水环境敏感性评价指标，并结合相关水环境评价方法进行评价分析。 网络文本应用研究现状截止年底，围绕“网络文本”主题的检索词在学术期刊网站结合网络文本的水环境敏感性评价研宄上进行国内外文献检索共统计篇，其中我国有篇文献。 国外的“网络文本”在上世纪七八十年代开始研宄，而国内的“网络文本”研宄起步较晚开始于年，且研宄文献每年呈现增长趋势从年的篇到年篇，具体统计结果如图。 ？，？，？图以“网络文本”为主题的文献数量一按年份国内统计对“网络文本”主题文献统计结果进行分析可知，其应用研宄主要涉及水资源开发、环境保护、法律政策制定、金融涉税、突发事件预警、交通运输、旅游等。 其中在环境保护应用中，通过研究网络文本来辨别普通大众对水质以及更普遍的环境保护的知识、态度和行为，为纽约市提供农村流域的环境管理。 肖如林考虑到环境保护管理部门对环境网络文本的现实需求，提出一种基于互联网与遥感的环境网络文本联动监控技术方法，即利用网络文本系统快速地获取环境网络文本内容，采用遥感技术进行网络文本遥感监测与排查，从而构建了基于互联网和遥感技术的环境网络文本监管平台，实现了主动式、一体化联动的工作机制，辅助决策者更好的进行环境环保治理。 王倩从大气、水污染、土壤及噪音四个方面环境保护问题开展网络文本的关注度分析，来探究环境保护网络文本的发展规律，从而为环保决策者提供有效的辅助信息。 网络文本识别研究网络文本识别是指利用分类识别方法根据网络文本相关特征信息对网络文本进行某一类别识别的过程，一般分为特征信息训练学习阶段和识别阶段。 由于网络文本大多以非结构化或半结构化的短文本形式表现，网络文本识别的实质是文本数据挖掘与分类问题，属于机器学习的研究领域？。 目前国内外在网络文本情感识别、网络文本观点主题识别、网络文本异常行为识别等应用方面取得一定研宄成果。 福州大学硕士学位论文马海兵等人为网络文本的分类识别主要包括获取训练文本集、建立文本表示模型、选择文本特征、选择分类识别方法以及评估性能。 并利用和方法进行网络文本主题识别分析，实例表明了这两种方法在网络文本分类识别方面是有效性。 但分类识别存在不足之处，即时间复杂度和特征信息量成正比，特征信息越多其分类识别速度越慢，等通过构建网络文本语料库，将“语义信息”特征词引入到传统的特征信息中进行网络文本主题和情感强度的分类识别，实验表明该方法能在一定程度上提高网络文本内容分类识别的效率和准确性。 等分析了基于反向传播神经网络（），概率神经网络（）和均匀集合（）的情感分类识别方法，并用准确率和召回率进行识别评估，结果表明基于神经网络的识别方法稳定性能较好，在特征信息训练学习时，加入主成分分析（）可以提高训练时间。 另外，针对特征信息提取存在的不完整性问题，￥等提出了一种基于贝叶斯网络和网络文本情景特征相结合，通过咨询专家来确定关键的指标因子，利用概率不确定性的表达能力以及因果关系的推理能力来构建了网络文本情景分类识别模型，并通过案例测试。 等】基于贝叶斯算法和遗传算法相结合的方法对微博的社交网站的网络文本进行识别分析，即运用贝叶斯算法构建二元分类识别器，加入微博用户的粉丝数、博客数等特征信息，并采用遗传算法进行选择最优阈值矩阵，然后计算各特征信息的条件概率矩阵。 实例表明该方法可以有效的改善条件概率矩阵，提高识别模型的精度。 综上所述，网络文本识别主要包括网络文本获取、特征信息选择与提取、分类识别模型构建、分析结果精度评价与分析等过程。 其中网络文本获取属于网络文本识别分析中的数据基础，包括网络文本的网络爬取、数据清洗、数据变换等数据处理操作。 特征信息的选择与提取的目的是过滤网络文本信息中包含的不相关冗余信息或干扰识别精度的噪声信息，降低识别分析难度，减少不必要的词组冗余，提高识别分析效率，其中特征信息选择是通过对识别对象的深入分析来确定特征选取原则，依据原则从原始特征信息中选择最能反映识别对象或与识别对象相关性强的特征信息；特征信息提取是通过一定的方法技术，从原始数据中挖掘出相关的特征信息，或对原始特征信息进行扩展，从而获取与识别对象相关