[发明专利]一种基于卡尔曼滤波的土壤污染物监测方法

权利要求书

1.一种基于卡尔曼滤波的土壤污染物监测方法，其特征在于，包括：

获取待修复土壤的可测量数据；

将所述待修复土壤的可测量数据输入土壤污染物监测模型，进行实时估计，得到所述待修复土壤的污染物浓度；所述土壤污染物监测模型以输出土壤污染物浓度为目标与以可测量数据为输入数据，并基于卡尔曼滤波算法构建。

2.根据权利要求1所述的一种基于卡尔曼滤波的土壤污染物监测方法，其特征在于，所述土壤污染物监测模型的构建过程，包括：

获取已修复土壤样本的历史数据；所述已修复土壤样本与所述待修复土壤具有相同或者相似的污染源；所述历史数据包括土壤不同污染物浓度数据和所述可测量数据；

对所述已修复土壤样本的历史数据进行主成分分析，建立土壤污染物浓度与可测量的数据相关性方程；

将所述数据相关性方程转换为状态观测方程；

将所述状态观测方程的输出数据作为卡尔曼滤波算法的参数，构建所述土壤污染物监测模型。

3.根据权利要求2所述的一种基于卡尔曼滤波的土壤污染物监测方法，其特征在于，对所述已修复土壤样本的历史数据进行主成分分析，建立土壤污染物浓度与可测量的数据相关性方程，包括：

对所述已修复土壤样本的历史数据进行主成分分析，得到不相关主成分数据；

利用Pearson相关系数对所述不相关主成分数据进行相关性强弱衡量，得到相关性强弱数据；

根据所述相关性强弱数据，建立土壤污染物浓度与可测量的数据相关性方程。

4.根据权利要求2所述的一种基于卡尔曼滤波的土壤污染物监测方法，其特征在于，所述数据相关性方程的计算表达式，包括：

假设土壤污染物浓度与可测量的数据之间的关系是线性的，设所述数据相关性方程为线性回归方程；

c＝a₁x₁+b₁

c＝a₂x₂+b₂

式中，c为某种污染物浓度；a₁和a₂为不同相关系数；x₁和x₂为土壤不同可测量数据；b₁和b₂为所述不同可测量数据下某种污染物浓度的初始浓度。

5.根据权利要求4所述的一种基于卡尔曼滤波的土壤污染物监测方法，其特征在于：所述状态观测方程的计算表达式为：

式中，v为观测噪声向量，服从零均值高斯分布。