文献类型：期刊文章

作　　者：刘梦晓[1] 刘志勋[1] 王玉玲[1]

LIU Mengxiao;LIU Zhixun;WANG Yuling(School of Information and Electrical Engineering,Shandong Provincial Key Laboratory of Intelligent Buildings Technology,Shandong Jianzhu University,Jinan 250101,China)

机构地区：[1]山东建筑大学信息与电气工程学院山东省智能建筑技术重点实验室,山东济南250101

出　　处：《环境科学与技术》

基　　金：国家自然科学基金(61503219,51708529);山东省重点研发计划(2016GGX101005)。

年　　份：2020

卷　　号：43

期　　号：7

起止页码：144-153

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSCD、CSCD2019_2020、IC、JST、PROQUEST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：采用电阻率成像(ERT)技术进行污染场地的实时监测是环境污染监测领域的研究热点之一。在利用ERT数据进行污染区域的自动识别过程中,当土壤介质分层和背景与污染区域电阻率值差异减小时会出现识别精度低的问题。针对此问题,该文将协方差聚类和半监督阶梯网络(semi-ladderNet)相结合的方法用于ERT的监测结果,进行污染区域的识别。通过对某条测线的电阻率矩阵进行协方差聚类,初步得到污染区域的大致范围,将其部分数据作为semi-ladderNet训练阶段的初始标签,以克服上述问题,进而提高该算法的识别精度。结果表明:(1)该算法能够准确识别出污染区域的范围及位置,并能克服介质分层的问题,其识别精度达到了98%以上;(2)尤其当背景值和污染区域电阻率值差异减小时,该算法的识别精度仍能达到98%及以上;(3)可以将基于协方差和半监督阶梯网络算法引入到ERT监测系统中,为后续污染区域的自动识别提供技术支持。

关 键 词：ERT检测  污染场地 半监督阶梯网络  协方差聚类  污染区域识别  

分 类 号：X830.3]