近日，中国科学院重庆绿色智能技术研究院大数据挖掘及应用中心研究团队在三峡库区大宁河回水区富营养化知识发现研究方面取得进展，相关研究成果以“Spatial and Temporal Relation Rule Acquisition of Eutrophication in Da’ning River Based on Rough Set Theory”为题在《Ecological indicators》期刊上发表。
三峡库区大宁河回水区富营养化形成机理复杂，影响因素众多，分析回水区富营养化时空关系时，通过常规定量统计与数值模拟等方法，往往会存在诸如需要先验知识等局限性。此外，如何有效地从海量监测数据中挖掘出有用的富营养化相关知识也成为目前水质工作者的一大难题。该研究有别于传统模型驱动方法，完全基于数据驱动理论，从信息学观点出发，结合改进的信息熵离散、遗传算法的寻优知识约简以及粗糙集的知识提取等理论，分别将断面位置、季节以及富营养等级作为决策属性，以多角度抽取大宁河回水区长河段富营养化时空关系规则，从空间、时间以及类型解释大宁河回水区富营养化具体特征。
研究结果表明：大宁河长河段富营养化现象时空差异显著，各断面的富营养化状态秋季较低、春季次之，夏季最高，从入江口到上游富营养化状态逐渐降低，与实际相符。研究为三峡库区富营养化的知识挖掘提供了依据与方法。该研究得到国家科技重大专项“水体污染控制与治理”（2014ZX07104-006）的资助。
文章链接http://www.sciencedirect.com/science/article/pii/S1470160X16000467