数据清洗对污水处理厂生物建模可靠性影响研究

为应对污水处理厂出水水质要求的不断提升,通过生物建模技术降低污水处理厂碳源、除磷药剂投加量,实现达标排放同时降低运营成本已成为必要手段.然而,数据质量是影响模型可靠性的关键因素.为提高建模数据质量,本研究在生物建模过程中提出了系统性3步清洗方法：统计分析法标定可疑数据;物料平衡计算法剔除大误差并闭合流量平衡;污泥特征分析法修正污泥组分.应用该方法成功对天津宁河芦台桥北污水处理厂2019年1—7月历史水质数据、SCADA在线流量数据及补充采集的3日水质数据实现有效的清洗,并完成基于Biowin-ASDM活性污泥模型的生物建模案例研究.通过与直接利用原始数据进行模拟拟合的对比结果表明,应用清洗后的数据进行建模可有效提升模型可靠性,不但校正参数趋于合理,更可实现生化段主要污染物TSS、TCOD、TN、TP去除率的模拟误差≤3%.     

论加强环境监测采样过程中的质量控制

环境监测采样是确保环境监测质量的基础过程,而采样的质量控制则能很好的控制数据质量,因此,保证采样过程的质量,是十分重要的。本文在对环境监测采样的重要性分析基础上,分析了误差产生的各种因素影响,并有针对性的提出了减少误差的对策。     

衡水湖湿地水环境质量时空变化特征及污染源分析

为了评价衡水湖湿地水环境质量时空变化趋势,并对污染源进行分析.本文依据衡水湖历史水体监测点数据和2019年布设的17个采样点数据,利用综合营养状态指数、水质综合状况指数和水环境质量指数评价方法,研究了2000~2019年衡水湖水体营养状态、水质状况和水环境质量时空变化特征,分析了可能的污染物来源.结果表明,2000~2019年,衡水湖水体达到Ⅲ类水质的监测点比例不断升高,高锰酸盐指数、总氮和总磷超标是衡水湖存在的主要水环境问题.从空间上来看,衡水湖水体综合营养状态、水质状况和水环境质量3种指数整体上呈现从南部到中西部再到东北部降低的趋势.衡水湖国家级自然保护区建立后,一系列水体保护政策和措施的实施,使2000~2019年3种指数分别降低了20.9%、53.4%和49.2%,显著改善了衡水湖水环境质量.但是污水的侧渗与下泄、引水农业面源污染物的汇入,以及湖内植物枯落腐烂等也给衡水湖水环境质量带来很大的挑战.     

LDAR检测实验室质量控制方法及应用

本文探讨了LDAR检测实验室的质量控制方法,包括检测数据准确性和检测过程合规性两方面。结合实际应用案例,对相关数据进行统计分析和评价。采用归一化偏差En值对5家参加测量审核的实验室测量结果进行评价,结果表明5个实验室测量结果扩展的不确定度均符合要求。采用Z比分数对32家实验室比对结果进行评价,结果表明28家测量结果均为满意,占总比对实验室数量的87.5%,2家测量结果为不满意,既存在较大的系统误差,又存在较大随机误差,2家测量结果为有问题,存在一定的随机误差。采用问题检查表的方法对实验室检测过程的合规性进行评估,发现8个相对集中的突出问题。     

一种城市水体感官质量的评价方法

随着水十条的颁布实施,大量城市水体水质得到显著提升,而目前的水质分级评价方法难以反映城市水体的感官质量提升.本研究选择苏州市区23个城市水体采样点,通过定期监测获得了774套水质与感官评价数据.在此基础上,提出了一种符合城市水体特点的感官质量评价方法.通过考察城市水体感官质量与不同水质指标的相关性,筛选出了氧化还原电位、浊度、氨氮、溶解氧作为表征城市水体感官质量的特征性指标,并确定了不同指标水体分级的浓度限值,通过插值计算以及加权平均的计算方法,建立了城市水体感官愉悦度指数（WCI）评价方法.对该评价方法进行了验证,发现依据水质指标计算得到的WCI与现场人员感官评价结果相对误差小于40%的样本占总样本量的93%.研究结果表明,该方法可用于平原河网地区城市水体感官质量的评价,并为地方水体修复治理效果评价和公众休闲娱乐提供指导.     

水质采样过程中的质量保证研究

水质分析是一项复杂的系统过程,常常会受到环境、采集容器、采集方法、样品保存以及运输等各种因素得制约和影响。但总的来说,水质分析数据质量首先取决于水质样品采集的质量,因此,切实做好水质采样过程的质量控制,对后期实验室样品分析具有积极的现实意义。本文重点就水质采样过程中的质量保证进行了研究,为实践提供理论参考。     

不同污水生物脱氮工艺中N2O释放量及影响因素

微生物的硝化及反硝化过程为污水处理过程中N2O的主要产生源.从微生物学和生物化学反应的角度,阐述了硝化及反硝化过程中N2O的生成机理以及与N2O产生相关的关键酶的基本特性,同时给出了几种典型硝化及反硝化菌的N2O产生与释放情况.通过对实际污水处理厂、不同污水处理工艺,尤其是新工艺过程中N2O释放量及产因的分析,指出污水生物处理过程中N2O的释放量与污水水质、污水处理工艺、工艺的运行工况及微生物的种群结构有关,并对底物浓度、DO浓度、SRT等关键性因素进行了重点论述.在综合分析N2O产生机理及影响因素的基础上,从工艺运行工况及微生物种群优化2个角度,初步提出了控制污水生物处理过程中N2O释放的策略.     

三峡库区小流域农村生活污水排放格局及污染物特征

农村生活污水排放格局对污水收集模式及处理方式的选取具有重要影响。该研究运用GIS空间数据分析技术、最近邻点指数与实地调查等方法,从地形地貌(海拔、坡度和坡向)和点格局等角度对三峡库区龙王沟小流域的农村生活污水排放格局进行了研究。同时也对不同来源的生活污水水质特征进行了研究。结果表明:流域内生活污水全都分布在海拔300 m以下,多数位于缓坡带和斜坡带,位于西北方向略多;点格局指数R为0.330.5,故流域内生活污水排放呈聚集分布趋势。流域人均日产生生活污水量38.0 L,其中,厨房污水20.7 L,占54.5%;洗衣污水11.4 L,占30.0%。不同来源的农村生活污水水质差异较大。厨房污水COD和BOD5含量明显高于其它污水,而厕所污水的TP、TN、TAN较高。     

基于BP神经网络与马尔可夫链的污水处理厂脱氮效果模拟预测

在实际污水处理厂运行过程中,其最终出水水质会受多种因素影响制约,而基于生物反应机理的活性污泥数学模型(ASM)并未将这些生物反应以外的因素考虑在内,由此带来一些不足.对此,本文提出可通过基于数据挖掘技术的黑箱模型对污水厂处理效果进行模拟预测.结合具体实际分析,提出可将BP神经网络与马尔可夫链组合应用于污水处理脱氮效果预测中.首先,通过BP神经网络模型对北京某大型污水处理厂实际进出水数据和工艺参数进行粗略拟合;其次,利用马尔可夫链对拟合结果及误差进行状态划分以进一步提高预测精确度;最后,运用基于BP神经网络与马尔可夫链的组合模型预测分析了该厂的实际出水水质.试验结果表明,BP神经网络适用于污水处理脱氮过程的拟合计算,而通过与马尔可夫链组合,可以提高模拟预测的精度和可靠性.     

紫露草微核法与化学分析法监测河流污水的对比试验

村河、板桥坊河、娄山河、湾头河)入海口断面水质污染情况进行监测,并与化学分析法作了对比.监测结果:五条河的污水对紫露草花粉母细胞染色体都有损伤作用,引起染色体断裂,在四分体时期产生微核,污水高度有毒时,使部分四分体细胞死亡.从四分体时期产生的微核率作为污染程度指标.得出娄山河污染最重,其次是李村河、海泊河,较轻的是板桥坊河、湾头河.与化学法测定多种污染物再进行统计处理.来评价各河口水质污染状况,取得了基本一致结果.此法是监测污水行之有效的一种生物法,其方法简单、经济、方便,能在短时间内测出水质污染程度,可作为理化方法评价环境污染的一种补充方法.     

降雨资料时间序列长度对降雨侵蚀力平均值置信度的影响

降雨资料时间序列长度是计算多年平均降雨侵蚀力过程中的重要不确定性因素.论文以中国601个气象站1980-2009年逐月降雨资料为数据源,利用Wischmeier经验公式计算了各气象站逐年降雨侵蚀力(R因子),用简单随机抽样方法抽取样本容量分别为30 a、 20 a、 10 a和5 a 四种不同的R值样本,计算了R平均值相对允许误差10%和25%条件下抽样估计的置信度.结果表明:降雨资料的时间序列长度对R平均值的估计置信度有显著影响;R平均值置信度存在明显的地域差异,长江以南、 青藏高原东部以及河西走廊南部的祁连山地区置信度较高;在降雨资料有限的情况下,必须根据土壤侵蚀研究的精度要求分析R平均值的抽样误差及其置信度,以保证土壤侵蚀定量预报的客观性与准确性.     

Measurement Error Reduction in Automated Inspection of Free-Form Surfaces Defined by Cubic B-Spline

Historically, inspection data were used to determine whether or not a manufactured part met specifications. If the part did not meet specifications, it was reworked or scrapped. Now, inspection devices like coordinate measuring machines (CMMs) can provide data about how far a part is in or out of tolerance. The data are now being used to make manual adjustments to machining offsets and process parameters. However, the quality and reliability of many inspection processes are contaminated by various measurement errors. One of the prominent sources for measurement errors is due to the imperfection of a measuring device and the compound effect of its imperfection with geometric characteristics of a measured feature.To ensure the quality and reliability of any inspection process, measurement errors need to be identified and reduced by minimizing the effect of the compound errors. If this can be done, the quality of collected data can be enhanced and a more meaningful analysis result can then be drawn. In this paper, the issues of measurement error identification and reduction for machine calibration and dimension measurement, when dealing with uniform bicubic B-spline surface features are discussed. Analytical models are derived to first assess and then decouple the compound effect of both types of errors. Finally, case studies are used to illustrate the application and the effectiveness of the derived models in assessing and decoupling the compound effect and thus reducing the measurement errors.     

基于改进FWA-NN的污水处理过程溶解氧浓度预测

为实现对污水处理过程溶解氧质量浓度的实时准确预测,提出了一种改进的混沌烟花混合优化算法并构建了基于改进算法的神经网络在线软测量模型.结合污水处理过程的数据特征,定义了一项新的样本相似度衡量指标用于提取更具代表性的建模数据.在改进算法中,为提高基本烟花算法初始成员的质量,定义了一种改进的两级正弦混沌映射并利用混沌运动的遍历性精选烟花算法的初始群成员;通过融合混沌算法改进了基本烟花算法的搜索机制,基于设定准则将寻优过程分为两阶段并采用两分群同时进行.测试结果表明改进算法的收敛速度和收敛精度有较大程度提高.将改进的软测量建模方法和样本数据提取方法用于污水处理过程溶解氧质量浓度软测量建模,应用结果表明该模型的均方根误差和平均泛化误差分别为0.0175和0.0118,具有较强的泛化性能.     

河流污染物通量估算方法筛选及误差分析

准确估算污染物通量对河流污染物总量控制和水质保护具有重要意义,但常规监测方法通常不能进行连续采样,数据相对比较稀缺,因此,选择恰当的采样间隔和通量估算方法,并对方法可能带来的误差进行估算,对提高通量估算的可靠性具有十分重要的意义.基于此,以江西赣江滁槎水质自动站2005—2007年3个水文年的水量和水质资料为基础,采用Monte Carlo方法模拟时间间隔分别为2、3、5、6、10、15和30 d的河流水质离散采样方案,并计算每种采样方案下的通量.同时,采用偏差(系统误差)和不精确度(离散程度)两个指标,比较了A、B、C、D、E 5种常规通量计算方法的误差分布,并建立了各算法误差随时间间隔变化的相关性曲线,以对河流污染物通量估算方法进行筛选.研究表明,滁槎断面COD_Mn采用瞬时值C_i与时段平均流量 Q_p乘积的方法计算年通量更准确;而NH₄⁺-N由于瞬时通量与流量相关性不显著,采用时段瞬时通量平均计算年通量更准确.     

基于随机样本的BP模型在水质评价中的应用

运用BP(误差反向传播)模型对水环境质量进行综合评价,主要针对以前BP模型在水质评价中存在的学习训练样本过少,没有检验样本等问题,用随机数发生器在每个级别范围内产生大量的数据作为训练样本和检验样本,并尝试以MSE函数生成均方误差作为检验样本的输出值与期望输出值的比较,检验网络评价未知样本的能力,大大提高了神经网络评价水质时的精度。     

亚甲基蓝分光光度法测定废水硫化物的不确定度评定研究

分析了应用亚甲基蓝分光光度(GB/T16489-1996)测定废水硫化物测试过程中不确定度影响因素,主要来源为硫化物标准溶液、标准曲线拟合、随机效应、分光光度计和取样体积这五部分。本测量合成相对标准不确定度0.025 9;其中由测定样品质量引入的不确定度为0.024 7;由样品体积引入的不确定度为0.007 7。本次废水中硫化物测量结果为:0.110±0.006 mg/L,k=2(包含概率约为95%)。     

利用小样本数据预处理技术提高效能指标精度

提出了运用熵值判别法和线性均方估计法来处理小样本数据的方法.熵值判别法是根据熵的上界对应最大的不确定度,利用所得数据的熵信息量判别数据是否含有粗大误差;线性均方估计消除粗大误差是一种采用软化的方法处理粗大误差.经过多次试验,结果表明这两种方法在处理小样本采样数据时能够有效地提高数据精度.     

废水特性鉴定的批量OUR法试验研究

对活性污泥法过程模型化应用的重要课题－废水特性鉴定进行了理论和试验研究,提出利用批量反应器OUR测定,进行废水有机组分鉴定试验的数据分析方法,并对取自两个城市污水处理厂的初沉后污水进行了测定。结果表明,应用批量OUR方法能够对废水中的可生物降解的有机组分,直接进行试验测定和估值;初始OUR控制技术有助于产生适宜的OUR动态响应,以方便和较为精确地进行数据分析处理。利用试验测定结果作为模型输入,比较模型模拟和实测的OUR动态,得到了较好的吻合。     

大规模空气质量监测数据缺失处理方法实证研究

基于2016年1月至2021年7月的全国1654个国控监测点小时级的6种污染物空气质量监测数据,研究缺失值处理方法、效果及其影响.模拟实验表明交替最小二乘下的低秩矩阵插补算法相比于其他缺失值处理方法拥有更小的均方根误差、平均百分比误差,更高的相关系数和更快的运算速度,在大规模数据集上性能更优.实证分析表明应用文本方法得到的插补值是有效且合理的,缺失值插补前后污染物浓度评估值会有±10%以内的变化,插补后的数据集更加准确和完备.本文建议在基于空气质量监测数据研究时应先采用本文中的缺失数据处理方法,对监测数据中存在的缺失数据进行插补,提高研究所使用监测数据的完整性,保证相关计算结果的准确性和有效性.     

基于多层感知器模型的MODIS地表温度降尺度研究

LST（land surface temperature,地表温度）是一个极为重要的自然地理参数,能够表征地球表层系统的多个自然地理过程,同时与人类生产生活密切关联.为解决LST获取中时空分辨率不能自动互补的问题,以北京市为研究案例区,构建MLP（multilayer perceptron,多层感知器）模型,对MODIS（Moderate Resolution Imaging Spectroradiometer）1 km LST数据进行降尺度研究.结果表明:预测白天LST的MLP模型的训练、测试和整体决定系数分别为0.810、0.796和0.807,预测夜间LST的MLP模型的训练、测试和整体决定系数分别为0.702、0.705和0.701,预测残差值均服从正态分布,构建的模型可靠性较高.与回归模型和支撑向量机等模型相比,MLP模型具有拟合优度高、误差小等优点,此外,MLP模型测试数据集的拟合度也较高,说明模型的泛化推广能力较强.MLP模型的LST降尺度结果能够清晰地反映下垫面地表热环境的空间异质性和昼夜差异.平原地区的建设用地区为LST的高值区,山区远郊县为LST的低值区,白天LST显著高于夜间LST.将TM影像反演的LST的空间分辨率聚合到250 m,使之与MLP模型的LST降尺度结果的空间分辨率相同,并通过随机采50 000个样点比较TM影像反演的LST和MLP模型的LST降尺度结果.检验结果表明,尽管二者在具体数值上有些差异,但其空间结构高度相似,协方差为正,相关系数可达0.730,误差呈现正态分布.研究显示,人工神经网络模型在LST降尺度方面具有较大的应用前景.