基于R语言的数据挖掘在水环境管理中的应用

肖 凯，魏 菲，彭昌水

（1.长江水利委员会a.网络与信息中心水利发展研究所；b.机关服务中心计划财务处，武汉 430010；2.长江科学院信息中心，武汉 430010）

基于R语言的数据挖掘在水环境管理中的应用

肖 凯1a，魏 菲1b，彭昌水2

（1.长江水利委员会a.网络与信息中心水利发展研究所；b.机关服务中心计划财务处，武汉 430010；2.长江科学院信息中心，武汉 430010）

运用数据挖掘中的分类回归树方法，对河流中的有害藻类生成进行了建模，分析得出河流中藻类生成的重要影响因子是磷酸盐含量、氯化物含量和最大pH值。另一方面，运用R语言实现并验证了CART算法的优越性和易用性。其结论和方法有助于水环境管理部门更有效地对水质进行监测和预测。

数据挖掘；分类回归树；R语言；水质监测

1 问题的提出

水是生命之源，也是人类社会发展赖以生存的基本物质。随着经济的发展，天然水源遭到了不同程度的污染，河流水质变差，从而影响到人类健康和流域生态环境。在诸多水环境问题中，比较严重的是有害藻类在河流中大量繁殖形成的水华爆发，这不仅对河流生命形式也对水质造成极大的负面影响。因此，对河流中藻类生成的监测和预测是改善河流水质的重要方面。

对水质样本进行生物学分析需要训练有素的人员，成本较高并且相当耗时。相比较而言，对其进行化学分析则成本较低且容易实现自动化。因此，建立水质化学性质和藻类发生频率之间关系的数学模型能有效地降低监测成本和时间。……