王惠　申瑋　劉興科　王國臣　彭佳紅

摘要：控制農(nóng)業(yè)水環(huán)境污染，保護(hù)農(nóng)業(yè)生產(chǎn)環(huán)境具有重大意義。采用數(shù)據(jù)挖掘技術(shù)Kmeans聚類算法對(duì)2013年我國各地區(qū)農(nóng)業(yè)水環(huán)境中化學(xué)需氧量、氨、氮、總磷、石油類、揮發(fā)酚、鉛、汞、鎘、六價(jià)鉻、總鉻、砷的排放量等指標(biāo)進(jìn)行聚類分析，并參照地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)GB3838-2002對(duì)污染種類與等級(jí)進(jìn)行預(yù)警。結(jié)果表明，全國31個(gè)地區(qū)分為5類，第一類6個(gè)省份屬于第Ⅴ類水環(huán)境等級(jí)；第二類11個(gè)省份屬于Ⅳ類水環(huán)境等級(jí)；第三類8個(gè)省份屬于Ⅳ類水環(huán)境等級(jí)；第四類1個(gè)省份屬于Ⅳ類水環(huán)境等級(jí)；第五類5個(gè)省份屬于Ⅲ類水環(huán)境等級(jí)。從結(jié)果中了解到了全國各地區(qū)農(nóng)業(yè)水環(huán)境污染形成的原因，能夠輔助農(nóng)業(yè)水污染的預(yù)防和治理。

關(guān)鍵詞：農(nóng)業(yè)水環(huán)境；聚類算法；預(yù)警

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）08-0229-03

1概述

隨著國內(nèi)經(jīng)濟(jì)的快速發(fā)展與現(xiàn)代化工業(yè)設(shè)備的高度普及，我國農(nóng)業(yè)生產(chǎn)迅速發(fā)展，嚴(yán)重影響地區(qū)水環(huán)境生態(tài)安全。從環(huán)境保護(hù)的角度來分析，水污染主要是指由人類活動(dòng)產(chǎn)生的污染物而造成的。它主要有三大污染源：工業(yè)污染源、生活污染源和農(nóng)業(yè)污染源。其中農(nóng)業(yè)作為國民經(jīng)濟(jì)發(fā)展的基礎(chǔ)，對(duì)于宏觀經(jīng)濟(jì)發(fā)展具有不可替代的作用。因此針對(duì)我國突出的農(nóng)業(yè)水環(huán)境問題，迫切需要建立水環(huán)境污染事故應(yīng)急預(yù)警系統(tǒng)，水環(huán)境污染預(yù)警系統(tǒng)能夠未雨綢繆，在水質(zhì)惡化的早期階段提醒管理者，從而及時(shí)制定水資源保護(hù)計(jì)劃，進(jìn)而開展相關(guān)預(yù)警工作，并能有力有效地支持水資源的可持續(xù)利用，為早日實(shí)現(xiàn)國家可持續(xù)發(fā)展戰(zhàn)略目標(biāo)奠定基礎(chǔ)。在國內(nèi)，預(yù)警系統(tǒng)的發(fā)展還處在起步階段，建成的很少，主要集中于大城市。

聚類分析是多元統(tǒng)計(jì)分析方法中的一種，是非監(jiān)督模式識(shí)別的一個(gè)重要分支。所謂聚類，是將一個(gè)數(shù)據(jù)單位的集合（數(shù)據(jù)源）分割成幾個(gè)稱為類或類別的子集，每個(gè)類內(nèi)的對(duì)象之間是相似的，但不同類的對(duì)象間區(qū)別相對(duì)較大。聚類分析是根據(jù)事物本身的特性研究對(duì)被聚類對(duì)象進(jìn)行類別劃分的方法。我們采用此方法對(duì)全國各地區(qū)2013年的廢水?dāng)?shù)據(jù)及各項(xiàng)相關(guān)指標(biāo)進(jìn)行了相應(yīng)的預(yù)處理，并深入分析水環(huán)境數(shù)據(jù)，參照地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)GB3838-2002對(duì)污染的種類與等級(jí)進(jìn)行處理，并對(duì)數(shù)據(jù)進(jìn)行分析、整理與預(yù)處理。

2材料與方法

2.1數(shù)據(jù)來源

來源于2013中國環(huán)境統(tǒng)計(jì)年鑒，處理后的數(shù)據(jù)見表1。

2.2聚類技術(shù)Kmeans算法

聚類指一個(gè)類簇內(nèi)的實(shí)體是相似的，不同類簇的實(shí)體不相似；一個(gè)類簇是測(cè)試空間中點(diǎn)的會(huì)聚同一類簇的任意兩個(gè)點(diǎn)間的距離小于不同類簇的任意兩個(gè)點(diǎn)間的距離。類簇可以描述為一個(gè)包含密度相對(duì)較高的點(diǎn)集的多維空間中的連通區(qū)域。聚類算法的選取主要取決于所研究數(shù)據(jù)的類型、聚類的目的和應(yīng)用等。聚類算法大致上可分為層次聚類算法、劃分式聚類算法、基于密度的聚類算法、基于網(wǎng)格的聚類算法、基于模型的聚類算法等。

Kmeans算法是一種基于劃分的聚類算法，它通過不斷的迭代過程來進(jìn)行聚類，當(dāng)算法收斂到一個(gè)結(jié)束條件時(shí)就終止迭代過程輸出聚類結(jié)果。該算法的基本思想：先指定需要?jiǎng)澐值拇氐膫€(gè)數(shù)k值；然后隨機(jī)地選擇幾個(gè)初始數(shù)據(jù)對(duì)象點(diǎn)作為初始的聚類中心；第三，計(jì)算其余的各個(gè)數(shù)據(jù)對(duì)象到這個(gè)初始聚類中心的距離，把數(shù)據(jù)對(duì)象劃歸到距離它最近的那個(gè)中心所處在的簇類中；最后，調(diào)整新類并且重新計(jì)算出新類的中心，如果兩次計(jì)算出來的聚類中心未曾發(fā)生任何的變化，那么就可以說明數(shù)據(jù)對(duì)象的調(diào)整已結(jié)束，也就是說聚類采用的準(zhǔn)則函數(shù)是收斂的，算法結(jié)束。

2.3數(shù)據(jù)處理

對(duì)近來全國歷史數(shù)據(jù)以及特定的邊界條件包括水資源總量，各流域水資源、節(jié)水灌溉面積、農(nóng)業(yè)用水，重要河流、湖泊水質(zhì)狀況評(píng)價(jià)結(jié)果（河長統(tǒng)計(jì)和監(jiān)測(cè)斷面統(tǒng)計(jì)），各地區(qū)的廢水排放及處理情況：如化學(xué)需氧量、氨、氮、總磷、石油類、揮發(fā)酚、鉛、汞、鎘、六價(jià)鉻、總鉻、砷的排放量情況信息的采集，數(shù)據(jù)的傳遞和接收。獲取CSV文件，利用Weka組件導(dǎo)人數(shù)據(jù)，進(jìn)行初始處理。預(yù)警模型計(jì)算進(jìn)行預(yù)測(cè)環(huán)境污染的發(fā)生趨勢(shì)，將研究污染物形態(tài)分級(jí)與定量結(jié)構(gòu)、環(huán)境污染預(yù)測(cè)，建立分析預(yù)警模型。

利用Weka軟件，采用Kmeans聚類算法，對(duì)表1的數(shù)據(jù)進(jìn)行聚類處理，得到的挖掘結(jié)果如下所示：

根據(jù)以上聚類結(jié)果，我們可以看到把數(shù)據(jù)中31個(gè)地區(qū)分成了5類，各類的特點(diǎn)如下：

①第1類包含6個(gè)省份，這些省份磷元素指標(biāo)（均值25402）、揮發(fā)酚指標(biāo)（均值41273.3333）和鉛元素指標(biāo)（均值10082.8333）在平均水平范圍之內(nèi)，其他排放量指標(biāo)均超出各省平均水平。

②第2類包含11個(gè)省份，這些省份各個(gè)元素排放量指標(biāo)均在各省平均水平范圍內(nèi)，六價(jià)鉻（均值210.6364）、鉻元素指標(biāo)（均值911.4545）遠(yuǎn)遠(yuǎn)低于各省平均水平。

③第3類包含8個(gè)省份，這些省份石油類指標(biāo)（均值572）超出各省平均水平，其他元素排放量指標(biāo)均接近各省平均水平。

④第4類包含1個(gè)省份，這個(gè)省份石油類指標(biāo)（均值1202）和揮發(fā)酚指標(biāo)（均值727247）超出各省平均水平，其他指標(biāo)均在各省平均水平范圍。

⑤第5類包含5個(gè)省份，這些省份需氧總量（均值943463.4）、氨（均值49027.8）、氮（均值319458.4）、磷（均值35225.6）、石油類（均值701）排放量指標(biāo)均超出各省平均水平，其他在各省平均水平范圍內(nèi)。

3結(jié)果分析以及結(jié)論

3.1結(jié)果分析

分析聚類Kmeans算法聚類結(jié)果，可以得出以下結(jié)論：

第一類的6個(gè)省份，分別是海南、新疆、云南、山東、廣西、四川，這些地區(qū)是我國農(nóng)業(yè)發(fā)展大省，是我國周圍邊陲地區(qū)，農(nóng)業(yè)種植面積和產(chǎn)業(yè)比重占較多，所以各個(gè)元素指標(biāo)均超全國各地區(qū)平均水平，整體農(nóng)業(yè)水污染也較嚴(yán)重。

第二類的11個(gè)省份，分別是內(nèi)蒙古、安徽、福建、江西、湖北、湖南、重慶、貴州、西藏、甘肅、寧夏，具有單位面積農(nóng)資投入量較大的特點(diǎn)但欠發(fā)達(dá)，有些省份畜牧業(yè)發(fā)達(dá)帶動(dòng)草業(yè)農(nóng)業(yè)發(fā)達(dá)展，所以農(nóng)業(yè)水環(huán)境污染相對(duì)全國其他地區(qū)較輕。

第三類的8個(gè)省份，分別是河北、陜西、遼寧、吉林、河南、廣東、山西、青海，這些省份是我國石油產(chǎn)量前十內(nèi)的省份，大多又都是內(nèi)陸省份，所以石油類指標(biāo)超出全國平均水平，農(nóng)業(yè)投入面積較大但是欠發(fā)達(dá)，所以農(nóng)業(yè)水污染并未超標(biāo)。

第四類的1個(gè)省，這個(gè)省份是黑龍江，黑龍江是我國石油產(chǎn)量最大的省份，此外黑龍江也是我國農(nóng)業(yè)大省，所以它的石油和揮發(fā)酚指標(biāo)超出全國各個(gè)省份平均水平，但農(nóng)業(yè)水污染還在全國各省水平范圍內(nèi)。

第五類的5個(gè)省份，分別是北京、天津、上海、江蘇、浙江，這些省份具有電子科技輕工業(yè)服務(wù)業(yè)等發(fā)達(dá)，農(nóng)業(yè)技術(shù)超前但投入面積小的特點(diǎn)，所以這些省份的氨、氮、磷、需氧總量超全國各省平均水平，但農(nóng)業(yè)水污染在全國各省范圍內(nèi)，相對(duì)污染較輕。

根據(jù)劃分情況，參照地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)GB3838-2002對(duì)污染的種類與等級(jí)進(jìn)行處理：第一類的省份屬于第Ⅴ類水環(huán)境等級(jí)；第二類屬于Ⅳ類水環(huán)境等級(jí)；第三類屬于Ⅳ類水環(huán)境等級(jí)；第四類屬于Ⅳ類水環(huán)境等級(jí)；第五類屬于Ⅲ類水環(huán)境等級(jí)。

3.2結(jié)論

農(nóng)業(yè)水污染具有污染源多樣性、非特定性、不確定性等特點(diǎn)，已經(jīng)對(duì)我國現(xiàn)代化產(chǎn)生嚴(yán)重的影響，因此進(jìn)一步提高對(duì)廢水污染認(rèn)識(shí)，了解其形成原因，輔助快速而有效的控制農(nóng)業(yè)水污染具有重大意義。采用數(shù)據(jù)挖掘聚類技術(shù)對(duì)各省份的農(nóng)業(yè)水污染數(shù)據(jù)進(jìn)行聚類處理，將全國各地區(qū)的農(nóng)業(yè)廢水排放情況為標(biāo)準(zhǔn)，從分析結(jié)果中我們了解到了各地區(qū)農(nóng)業(yè)水污染形成的原因，從而對(duì)其各地區(qū)農(nóng)業(yè)水污染進(jìn)行預(yù)警，便于農(nóng)業(yè)水污染的預(yù)防和治理，從根源上控制農(nóng)業(yè)水污染。