近日，中國科學(xué)院重慶綠色智能技術(shù)研究院大數(shù)據(jù)挖掘及應(yīng)用中心研究團(tuán)隊在三峽庫區(qū)香溪河支流富營養(yǎng)化知識發(fā)現(xiàn)研究方面取得進(jìn)展，相關(guān)研究成果以“Water eutrophication evaluation based on rough set and petri nets: A case study in Xiangxi-River, Three Gorges Reservoir”為題在《Ecological indicators》期刊上發(fā)表。 

　　如何從海量的規(guī)則庫迅速、準(zhǔn)確地搜索匹配的規(guī)則，是人們在知識發(fā)現(xiàn)上所面臨的一項難題。此外，如何高效地從海量、帶有噪聲的監(jiān)測數(shù)據(jù)中挖掘出有用的富營養(yǎng)化相關(guān)知識也成為目前水質(zhì)工作者的一大難題。為解決這些問題，大數(shù)據(jù)挖掘研究團(tuán)隊以粗糙集理論為基礎(chǔ)，利用其屬性核與不可分辨關(guān)系給出了屬性約簡算法，對專家知識系統(tǒng)進(jìn)行化簡，獲得最小有效規(guī)則，建立了一種Petri網(wǎng)模型。該模型通過petri網(wǎng)的矩陣運(yùn)算實現(xiàn)分類評級，無需在規(guī)則庫中搜索匹配規(guī)則，從而有效地提高了分類速度。同時，研究人員將理論聯(lián)系實際，將其應(yīng)用于三峽庫區(qū)香溪河富營養(yǎng)化知識發(fā)現(xiàn)中。 

　　研究結(jié)果表明，此模型能克服傳統(tǒng)粗糙集的規(guī)則搜索和Petri網(wǎng)的冗余性問題，分類評級準(zhǔn)確度高，速度快。從而使得研究人員從繁瑣的數(shù)據(jù)收集工作中解放出來，把更多的精力放在決策上。該研究為三峽庫區(qū)富營養(yǎng)化的知識挖掘提供了依據(jù)與方法。該研究得到國家科技重大專項“水體污染控制與治理”（2014ZX07104-006）的資助。（嚴(yán)胡勇供稿） 

　　文章鏈接：http://www.sciencedirect.com/science/article/pii/S1470160X1630245X

　　香溪河采樣站點