一种微生物修复过程中土壤微生物菌群调控方法及系统技术方案

技术编号:39680385 阅读:24 留言:0更新日期:2023-12-11 18:58
本发明专利技术涉及污染治理调控技术领域,特别是一种微生物修复过程中土壤微生物菌群调控方法及系统,构建决策树模型,并通过所述决策树模型对初步处理后的特征数据进行进一步处理,得到若干个由各种特征数据组成的特征数据簇族;获取各特征数据簇族的

【技术实现步骤摘要】
一种微生物修复过程中土壤微生物菌群调控方法及系统


[0001]本专利技术涉及污染治理调控
,特别是一种微生物修复过程中土壤微生物菌群调控方法及系统


技术介绍

[0002]土壤微生物修复是一种生物修复技术,旨在减轻或清除受到有机和无机污染物污染的土壤,这一过程依赖于土壤中的微生物,它们具有降解污染物的能力

通过调整
pH


温度

水分

有机物含量以及营养元素等土壤特征数据可以促进目标微生物的生长和活性,从而有效提高修复效果与修复效率,因此如何快速精准获取修复场地的土壤成分特性是调控的基础,并且当获取得到修复场地中各个预设位置区域中海量的土壤特性数据后,如何对这些数据进行处理,从而获取可靠的数据信息,事关能否制定出有效的调控策略,对修复场地的修复效果与修复效率有着重大的影响


技术实现思路

[0003]本专利技术克服了现有技术的不足,提供了一种微生物修复过程中土壤微生物菌群调控方法及系统

[0004]为达到上述目的本专利技术采用的技术方案为:本专利技术第一方面公开了一种微生物修复过程中土壤微生物菌群调控方法,包括以下步骤:
S102
:获取修复场地中各个预设位置区域中土壤成分的特征数据,并将各个预设位置区域的特征数据进行初步处理,得到初步处理后的特征数据;
S104
:构建决策树模型,并通过所述决策树模型对初步处理后的特征数据进行进一步处理,得到若干个由各种特征数据组成的特征数据簇族;
S106
:获取各特征数据簇族的
DBI
指数,根据所述
DBI
指数来衡量初始聚类结果的聚类效果,并根据聚类效果对初始聚类结果进行修正,得到最终聚类结果;
S108
:根据所述最终聚类结果得到修复场地中各种土壤成分的平均特征数据,并根据所述平均特征数据对该修复场地进行评估,以评估出该修复场地的异常等级,根据所述异常等级确定出修复场地的调控方案,基于所述调控方案对微生物聚落进行调控

[0005]进一步的,本专利技术的一个较佳实施例中,将各个预设位置区域的特征数据进行初步处理,得到初步处理后的特征数据,具体为:对各个预设位置区域的特征数据进行标准化处理,以将其转化成标准差为1的标准正态分布,得到标准化后的特征数据;计算各个标准化后的特征数据相对于其余特征数据的均值和标准差的偏差,根据相应的均值和标准差的偏差计算得到各个标准化后的特征数据的标准分数;逐一判断各个标准化后的特征数据的标准分数是否大于预设阈值;当标准化后的特征数据的标准分数大于预设阈值时,将标准分数大于预设阈值的特征数据保留;
当标准化后的特征数据的标准分数不大于预设阈值时,将标准分数大于预设阈值的特征数据剔除;更新各个预设位置区域的特征数据,得到初步处理后的特征数据

[0006]进一步的,本专利技术的一个较佳实施例中,构建决策树模型,并通过所述决策树模型对初步处理后的特征数据进行进一步处理,得到若干个由各种特征数据组成的特征数据簇族,具体为:
S202
:构建决策树模型,并将提前预制好的样本数据分为训练集与测试集,将所述训练集导入所述决策树模型中;
S204
:获取所述训练集中样本数据的数据特征,基于所述数据特征,获取样本数据的切分节点,并根据所述切分节点在决策树模型对样本数据进行切分,得到多个枝叶节点,生成初步切分后的决策树;
S206
:引入余弦相似度算法,以计算所述各初步切分后的决策树中枝叶节点之间的余弦相似度,根据所述余弦相似度确定出离群枝叶节点,并基于遗传算法对所述离群枝叶节点进行迭代分裂,得到优化后的枝叶节点;
S208
:根据所述优化后的枝叶节点对初步切分后的决策树进行更新,得到优化后的决策树;通过所述测试集计算优化后的决策树的准确度

召回率以及精确度,当所述准确度

召回率以及精确度均满足预设要求后,拟合优化后的决策树,得到训练好的决策树模型;
S210
:随机访问一个预设位置区域中初步处理后的特征数据,将所述初步处理后的特征数据导入所述训练好的决策树模型中,并获取各特征数据与各样本数据之间的曼哈顿距离,并将曼哈顿距离小于预设曼哈顿距离的生物特征数据聚类到决策树相应位置的枝叶中;
S212
:继续访问下一预设位置区域中初步处理后的特征数据,重复
S210
步骤,直至将所有预设位置区域中的生物特征数据均聚类到决策树的枝叶上后,对决策树的枝叶进行切割,根据切割后的枝叶将不同类型的特征数据进行聚类,得到若干个由各种特征数据组成的特征数据簇族,并输出初始聚类结果

[0007]进一步的,本专利技术的一个较佳实施例中,获取各特征数据簇族的
DBI
指数,根据所述
DBI
指数来衡量初始聚类结果的聚类效果,并根据聚类效果对初始聚类结果进行修正,得到最终聚类结果,具体为:对各特征数据簇族进行标准化,以确保各特征数据簇族中特征数据具有相似的尺度,并获取标准化后特征数据簇族中特征数据之间的协方差矩阵;对所述协方差矩阵进行特征值分解,得到特征值和对应的特征向量,根据特征值的大小,选定各特征数据中所需保留的主成分;其中,特征向量代表新坐标系的方向,特征值表示特征数据在该方向上的方差;根据所述保留的主成分将各特征数据簇族中的特征数据投影到新的低维空间中,从而降低数据的维度,并在新的低维空间中获取各特征数据之间的坐标信息;根据所述坐标信息计算同一特征数据簇族中各特征数据之间的欧氏距离,并对同一特征数据簇族中各特征数据之间的欧氏距离进行均值处理,得到第一平均欧氏距离;根据所述坐标信息计算不同特征数据簇族中各特征数据之间的欧氏距离,并对不
同特征数据簇族中各特征数据之间的欧氏距离进行均值处理,得到第二平均欧氏距离;根据所述第一平均欧氏距离与第二平均欧氏距离确定出各特征数据簇族的
DBI
指数;将所述各特征数据簇族的
DBI
指数与预设值进行比较;若存在至少一个特征数据簇族的
DBI
指数大于预设值,则重复
S210

S212
步骤,直至当各特征数据簇族的
DBI
指数均不大于预设值,则获取各特征数据簇族中的特征数据,并将各特征数据簇族中的特征数据作为最终聚类结果数据;若各特征数据簇族的
DBI
指数均不大于预设值,则直接获取各特征数据簇族中的特征数据,并将各特征数据簇族中的特征数据作为最终聚类结果数据输出

[0008]进一步的,本专利技术的一个较佳实施例中,根据所述最终聚类结果得到修复场地中各种土壤成分的平均特征数据,并根据所述平均特征数据对该修复场地进行评估,以评估出该修复场地的异常等级,根据所述异常等级确定出修复本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
一种微生物修复过程中土壤微生物菌群调控方法,其特征在于,包括以下步骤:
S102
:获取修复场地中各个预设位置区域中土壤成分的特征数据,并将各个预设位置区域的特征数据进行初步处理,得到初步处理后的特征数据;
S104
:构建决策树模型,并通过所述决策树模型对初步处理后的特征数据进行进一步处理,得到若干个由各种特征数据组成的特征数据簇族;
S106
:获取各特征数据簇族的
DBI
指数,根据所述
DBI
指数来衡量初始聚类结果的聚类效果,并根据聚类效果对初始聚类结果进行修正,得到最终聚类结果;
S108
:根据所述最终聚类结果得到修复场地中各种土壤成分的平均特征数据,并根据所述平均特征数据对该修复场地进行评估,以评估出该修复场地的异常等级,根据所述异常等级确定出修复场地的调控方案,基于所述调控方案对微生物聚落进行调控
。2.
根据权利要求1所述的一种微生物修复过程中土壤微生物菌群调控方法,其特征在于,将各个预设位置区域的特征数据进行初步处理,得到初步处理后的特征数据,具体为:对各个预设位置区域的特征数据进行标准化处理,以将其转化成标准差为1的标准正态分布,得到标准化后的特征数据;计算各个标准化后的特征数据相对于其余特征数据的均值和标准差的偏差,根据相应的均值和标准差的偏差计算得到各个标准化后的特征数据的标准分数;逐一判断各个标准化后的特征数据的标准分数是否大于预设阈值;当标准化后的特征数据的标准分数大于预设阈值时,将标准分数大于预设阈值的特征数据保留;当标准化后的特征数据的标准分数不大于预设阈值时,将标准分数大于预设阈值的特征数据剔除;更新各个预设位置区域的特征数据,得到初步处理后的特征数据
。3.
根据权利要求1所述的一种微生物修复过程中土壤微生物菌群调控方法,其特征在于,构建决策树模型,并通过所述决策树模型对初步处理后的特征数据进行进一步处理,得到若干个由各种特征数据组成的特征数据簇族,具体为:
S202
:构建决策树模型,并将提前预制好的样本数据分为训练集与测试集,将所述训练集导入所述决策树模型中;
S204
:获取所述训练集中样本数据的数据特征,基于所述数据特征,获取样本数据的切分节点,并根据所述切分节点在决策树模型对样本数据进行切分,得到多个枝叶节点,生成初步切分后的决策树;
S206
:引入余弦相似度算法,以计算所述各初步切分后的决策树中枝叶节点之间的余弦相似度,根据所述余弦相似度确定出离群枝叶节点,并基于遗传算法对所述离群枝叶节点进行迭代分裂,得到优化后的枝叶节点;
S208
:根据所述优化后的枝叶节点对初步切分后的决策树进行更新,得到优化后的决策树;通过所述测试集计算优化后的决策树的准确度

召回率以及精确度,当所述准确度

召回率以及精确度均满足预设要求后,拟合优化后的决策树,得到训练好的决策树模型;
S210
:随机访问一个预设位置区域中初步处理后的特征数据,将所述初步处理后的特征数据导入所述训练好的决策树模型中,并获取各特征数据与各样本数据之间的曼哈顿距离,并将曼哈顿距离小于预设曼哈顿距离的生物特征数据聚类到决策树相应位置的枝叶中;
S212
:继续访问下一预设位置区域中初步处理后的特征数据,重复
S210
步骤,直至将所有预设位置区域中的生物特征数据均聚类到决策树的枝叶上后,对决策树的枝叶进行切割,根据切割后的枝叶将不同类型的特征数据进行聚类,得到若干个由各种特征数据组成的特征数据簇族,并输出初始聚类结果
。4.
根据权利要求3所述的一种微生物修复过程中土壤微生物菌群调控方法,其特征在于,获取各特征数据簇族的
DBI
指数,根据所述
DBI
指数来衡量初始聚类结果的聚类效果,并根据聚类效果对初始聚类结果进行修正,得到最终聚类结果,具体为:对各特征数据簇族进行标准化,以确保各特征数据簇族中特征数据具有相似的尺度,并获取标准化后特征数据簇族中特征数据之间的协方差矩阵;对所述协方差矩阵进行特征值分解,得到特征值和对应的特征向量,根据特征值的大小,选定各特征数据中所需保留的主成分;其中,特征向量代表新坐标系的方向,特征值表示特征数据在该方向上的方差;根据所述保留的主成分将各特征数据簇族中的特征数据投影到新的低维空间中,从而降低数据的维度,并在新的低维空间中获取各特征数据之间的坐标信息;根据所述坐标信息计算同一特征数据簇族中各特征数据之间的欧氏距离,并对同一特征数据簇族中各特征数据之间的欧氏距离进行均值处理,得到第一平均欧氏距离;根据所述坐标信息计算不同特征数据簇族中各特征数据之间的欧氏距离,并对不同特征数据簇族中各特征数据之间的欧氏距离进行均值处理,得到第二平均欧氏距离;根据所述第一平均欧氏距离与第二平均欧氏距离确定出各特征数据簇族的
DBI
指数;将所述各特征数据簇族的
DBI
指数与预设值进行比较;若存在至少一个特征数据簇族的
DBI
指数大于预设值,则重复
S210

S212
步骤,直至当各特征数据簇族的
DBI
指数均不大于预设值,则获取各特征数据簇族中的特征数据,并将各特征数据簇族中的特征数据作为最终聚类结果数据;若各特征数据簇族的
DBI
指数均不大于预设值,则直接获取各特征数据簇族中的特征数据,并将各特征数据簇族中的特征数据作为最终聚类结果数据输出
。5.
根据权利要求1所述的一种微生物修复过程中土壤微生物菌群调控方法,其特征在于,根据所述最终聚类结果得到修复场地中各种土壤成分的平均特征数...

【专利技术属性】
技术研发人员:刘亚茹李书鹏郭丽莉王蓓丽韦云霄熊静
申请(专利权)人:北京建工环境修复股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1