饮用水源地突发性污染事件预警系统的构建及应用

基于FloodWorks程序构建水质预警系统,将水情遥测站、永质自动监测站的实时数据接人该水质预警系统并结合水动力学-水质一体化模型实现水质预警.该水质预警系统可在地理信息系统(GIS)图形界面下通过控制点、断面、连接等建模和模型管理工具完成工作,无需编写程序代码,方便易行.将构建的水质预警系统用于东台市泰东河饮用水源地水质监测预警,该水质预警系统对总磷、总氮、氨氮及高锰酸盐指教等污染指标的预测有较高的精度,其模拟确定性系数分别为0.72、0.76、0.83、0.86.     

改进的QGA-BP模型在弥苴河总氮量预测中的应用

水质预测对水环境规划、评价和管理十分重要。构建一种改进的量子遗传算法(QGA)优化BP神经网络的模型,即在量子遗传算法中引入了旋转角的动态改进策略和遗传算法的交叉变异操作,并以改进的QGA作为进化操作准则优化BP模型的权值和阈值。以弥苴河复杂水环境水质预测为实例,选取一组历史观测数据作为训练样本,对其进行分析。将结果与BP模型、QGA-BP模型仿真结果进行了对比,改进后的QGA-BP模型在进化代数、收敛速度和预测结果的准确率有较大提高。对弥苴河水质的预测结果表明,将改进QGA-BP模型用于水质预测是可行、有效的预测方法。     

基于分段线性表示k最近邻的水质预测方法

随着自动监测、网络通讯等技术的迅速发展,水质数据采集方式从原来的人工采集发展到现在的自动采集,技术上得到很大的进步,同时获得的水质数据也急剧增加。因此面对大量的水质数据,迫切需要一种能够处理大规模水质数据的预测方法。针对这一问题,基于k最近邻算法和分段线性表示算法,提出了分段线性表示k最近邻算法用于水质预测。为了验证所提出算法的有效性,利用该算法对2个水库进行水质浑浊度预测实验。实验结果表明,分段线性表示k最近邻算法处理大规模水质数据时可以有效减少计算量和运行时间,且预测效果令人满意。     

黄河入海口水质评价与预测

对黄河入海口2004-2011年的水质进行评价与预测,采用灰色聚类法分析水体DO、CODMn、NH3-N 3项指标,总结水质年均变化情况.建立水质GM(1,1)灰色预测模型,用实际水质指标值检验其精度,并用此模型预测未来4年水质变化趋势.结果表明,2004-2015年期间,黄河入海口水质在2004-2007年波动较大,但将越来越好,CODMn、NH3-N呈下降趋势,DO、达标率呈上升趋势,并通过灰色关联分析方法分析水质变化原因以期对黄河入海口水质分析预测与水体保护工作提供参考.     

回归统计模型、输入输出模型在镜泊湖水质预测中的应用

国内湖泊水质预测主要采用回归统计模型研究化学耗氧物质(COD)浓度的变化规律,运川黑箱理论的输入输出模型研究湖泊总氮、总磷浓度的变化规律。本文主要是结合我国北方高山型湖泊——镜泊湖湖区的工农业生产发展情况,研究适用于镜泊湖水质预测模式。     

基于灰色模型和模糊神经网络的综合水质预测模型研究

水质状态变化趋势预测研究对水资源管理和维护具有重要的现实意义。提出了一种将灰色模型和模糊神经网络相结合的水质预测模型。首先基于改进的灰色模型预测出水体中各理化因子在未来一段时间内的指标变化,然后采用T-S模糊神经网络对各单因子的预测值进行数据融合,构建水质变化综合趋势预测模型,预测出下一时间段的水质整体状态指标。实验表明,这种方式用来预测湖泊水质变化趋势具有可行性;与BP网络模型相比,基于T-S模糊神经网络系统的模型具有预测精度高、模型系统稳定等优越性。     

河流常用水质数学模型参数估计方法评述

前言 河流水质数学模型是描述河流中物质混合、输移和转化规律的计算模型.近年来,由于水质模型在水质预测、规划管理,污染防治以及水环境研究等方面的重要作用,它已成为环境科技工作者十分关注的研究对     

本质模型在河流(河口)、湖泊(水库)水质管理中的应用

水质模型适用于河流、河口、湖泊及水库的水质预测、水质规划和水质管理.本文着重介绍了线性规划在水质管理中的应用,动态规划法在环境问题中的应用,并以桂林城市发展对漓江水质的估算和沱江氮污染容量的估算为例论述了水质模型在污染防治中的应用.     

一维有限段模型在小清河河口水质预测中的应用

本文建立了小清河-维河口有限段水质模型,并运用该水质模型预测了拟建的东营乙烯工程对小清河感潮段的水质影响,所获得的预测结论为有关部门确定东营乙烯工程废水的排污去向提供了重要的科学依据。     

基于IGA-BP网络的水质预测方法

针对水质预测中传统BP神经网络模型收敛速度慢,对隐层结点选取缺乏有效的手段等问题,引入了遗传算法优化BP网络的结构和隐层神经元阈值和连接权值,通过设计灵活的实数编码方案和新型交叉算子等,对实数编码遗传算法进行改进,在此基础上,提出了一种基于改进的实数编码遗传算法优化BP神经网络(IGA-BP)的水质预测新模型,并以安徽蚌埠蚌埠闸逐周水质监测的PH值数据为例,进行水质预测,通过与传统的GA-BP神经网络以及BP神经网络的水质预测模型对比,结果表明,这种预测方法训练的BP神经网络收敛速度快,样本逼近精度高且泛化能力强。     

基于集对分析的降水酸度及水质相似预测模型研究

应用集对分析法刻画历史样本之间的相似性,用多个最相似的历史样本的加权平均值作为当前样本预测值,建立了基于集对分析的降水酸度及水质相似预测模型(SFM-SPA),并运用该模型进行了降水酸度及水质预测的实例验证。结果表明,在主要影响因子选择适当、历史样本的代表性和相似性较好等限定条件下,利用模型进行环境预测是可行的,它较直观、计算简便,为环境污染预测提供了新的途径。     

里杜湖富营养化综合评价及预测

根据里杜湖水库的水质监测及水文资料，选择评分法结合生物优势种评价法以及“源－效应”预测模型对里杜湖水库水质的营养状态进行综合评价及预测。结果表明：里杜湖水库水质已轻度富营养化，并有逐年加重的趋势。旨在正确评价和预测里杜湖水库营养状态，并为同类水库的营养状态评价及预测提供参考和借鉴，从而为水库水质管理及富营养化的控制提供科学依据。     

基于模型法的松花江流域“十一五”总量减排水质改善效益分析研究

定量评估"十一五"期间总量减排的水质改善效益,科学真实反映减排成效,是重点流域总量减排工作持续进行的关键。以松花江流域为例,核算不实施总量减排情景下松花江流域的COD排放量,基于流域一维水质模型、SPARROW模型、GBNP模型等建立松花江流域COD排放总量与水质的对应关系,模拟预测不减排情景下各断面的COD浓度。研究结果表明,流域一维水质模型的模拟结果相对合理,根据模型预测,若不实施减排,2010年松花江流域总体COD将增幅20.5%,其中干流COD浓度增幅4.2%,支流COD浓度增幅36.0%。     

QUAL2K模型在西苕溪干流梅溪段水质模拟中的应用

QUAL2K是一维稳态水质模型,由美国环保局开发并在QUAL2E模型的基础上发展起来的.采用QUAL2K模型对西苕溪干流梅溪段的水质进行了模拟和预测.针对西苕溪的具体情况,选用COD、氨氮和总磷作为模拟预测指标,用模型率定法并参考相关文献确定了COD降解系数Kc、氨氮降解系数Kn和总磷平衡系数Kp等水质参数,并对模拟结果进行了验证,结果表明预测值和实测值的相关性较好.     

利用生物制剂处理北京动物园富营养型地表水的初步研究

北京市的地表水水质日益恶化,富营养化表现突出。目前改善水质、抑制藻类生长是解决富营养化水体的关键。试验采用从美国引进的新型生物制剂Eclean应用于北京动物园富营养化水体,试验结果表明,水体中的CODMn、总氮(TN)、总磷(TP)、浊度、叶绿素a、藻类浓度各项指标均有明显下降,水质明显改善,藻类生长基本得到控制。     

模糊神经网络控制在污水处理中的应用研究

对模糊神经网络(FNN)技术应用于污水处理进行了研究,提出了一个具有五层的模糊神经网络控制器,仿真实验表明,该控制系统具有很强的鲁棒性与容错性.该控制器能够自动调整隶属度函数、动态优化控制规则,将其应用于溶解氧控制和出水水质预测,结果表明可以快速、有效地使溶解氧浓度达到期望值,实际出水水质预测结果也具有很好的收敛性和预测精度.     

化工区地下水污染预测研究方法探讨

作者在查明该区水文地质条件的基础上,提出了化工区水质预测的两种数学模型,一是有限单元法数值离散模型,二是统计模型,并以前者为主要方法,后者作为宏观验证成果的依据对化工区地下水污染进行预测研究。预测结果可靠。     

利用生物制剂处理北京动物园富营养型地表水的初步研究

北京市的地表水水质日益恶化，富营养化表现突出。目前改善水质、抑制藻类生长是解决富营养化水体的关键。试验采用从美国引进的新型生物制剂Eclean应用于北京动物园富营养化水体，试验结果表明，水体中的CODMn、总氮(TN)、总磷(TP)、浊度、叶绿素a、藻类浓度各项指标均有明显下降，水质明显改善，藻类生长基本得到控制。     

用模糊聚类法区划底泥污染

一、引言 底泥的污染是由于工矿和生活中排放的污水,废弃物以及大气中污染物的沉降和蓄积而引起的,是各种污染物质在沉积层的模糊综合,目前,运用底泥对污染物质的记录作用以说明水体的污染程度,从而了解过去的水质状况、预测将来的水质变化,     

模糊神经网络控制在污水处理中的应用研究

对模糊神经网络（FNN）技术应用于污水处理进行了研究，提出了一个具有五层的模糊神经网络控制器，仿真实验表明，该控制系统具有很强的鲁棒性与容错性。该控制器能够自动调整隶属度函数、动态优化控制规则，将其应用于溶解氧控制和出水水质预测，结果表明可以快速、有效地使溶解氧浓度达到期望值，实际出水水质预测结果也具有很好的收敛性和预测精度。