BP模型在河流水质预测中的误差分析

为验证BP模型在河流水质预测中的有效性，利用仿真技术模拟一条河流污染物变化趋势，产生大量的河流水质参数数据。用上游已知河段的水质数据预测该河流下游10个检测断面的水质状况。预测过程分2种情况进行：长距离预测（一次连续预测下游10个河段）和短距离预测（每次连续预测下游2个河段）。并以MSE函数生成均方误差作为对2种预测方法性能的检验，结果显示，长距离预测的性能低于短距离预测，2种方法对溶解氧预测的均方误差为0.432和0.035，对生化需氧量预测的均方误差分别为0.243,0.055。     

基于XGBoost选择迁移条件提升LSTM模型河流水质预测能力

准确预测河流水质变化是流域水环境管理的重要基础。目前常用的基于数据驱动的深度学习模型依赖大量的监测数据训练,然而很多河流数据缺乏,无法满足水质预测精度要求。提出了一种基于极端梯度提升模型(XGBoost)的迁移条件选择方法,利用全国河流自动监测站点的水质参数(水温、pH、溶解氧、总氮)数据集,研究建立长短期记忆神经网络(LSTM)模型库,通过迁移学习条件的优化,提升LSTM模型的预测能力。结果表明：1)采用不同源域和迁移方式训练出的模型,其预测精度有很大差异;2)基于XGBoost模型选择最佳迁移条件,迁移模型的预测误差(RMSE)降低了9.6%～28.9%,LSTM模型预测精度明显提升;3)选取合适的迁移方式、选用性质接近的源域数据、增加训练数据量均可以提升迁移模型的预测精度。该建模方法可应用于实测数据少的河流水质预测,为流域水环境精细化管理提供技术支持。     

台湾的环境保护② 台湾的水污染和防治

台湾岛内大小河流有100余条,水库50余座,年均降水量为2500mm。据环保署对其中47条主次要河川水质监测结果证明:下游河段未受污染的有21条,轻度污染的2条,中度污染有15条,严重污染者9条。显示台湾地区主要河流下游河段已有半数以上受到了不同程度的污染。若以污染长度(主、次要河流总长度为2889.3公里)表示,则严重污染河段占10.3％,中度污染河段占14.8％,轻度污染河段占8％,未受污染的则为66.9％。另据调查显示,1993年台湾12座主要水库,只剩下一座台北翡翠水库的水质尚可。     

变尺度混沌-遗传算法在复杂河流水质模型参数优化中的应用

将变尺度混沌-遗传算法(MSCGA)应用于复杂河流水质模型参数优化.采用湘江衡阳段水质监测资料,以二维河流水质数学模型反演结果的均方误差为适应度函数,估计横向扩散系数Dx、纵向弥散系数Dy和污染物衰减系数κ.数值实验结果表明,MSCGA寻优过程具有明显的分级特征,级级收敛;在同样的条件下,MSCGA的收敛速度较快,为遗传算法(GA)的1.36倍;同时,MSCGA克服了GA早熟收敛的问题,其最优适应度函数值为7.6×10-4,而GA的最优适应度函数值9.6×10-4.将MSCGA应用于研究河段,求得Dx、Dy分别为0.1335、0.0011,BOD5、As、Cr的衰减系数κ分别为0.0229、0.0100、0.0107.     

南明河流域水质对景观格局演变的响应

以贵阳市南明河流域具有不同土地利用特征和景观格局的花溪河段和新庄河段为研究对象,以2000年、2005年、2010年和2014年10 m分辨率SPOT(Systeme Probatoire d'Observation de la Terre,地球观测系统)影像为数据源,结合实测水质数据,运用空间分析与统计分析方法,从河岸缓冲区尺度探讨2个河段土地利用方式、景观格局与河流水质的相关性. 结果表明,从花溪河段到新庄河段表现为农业景观—城市景观的梯度变化,水质表现为前者优于后者,并且以枯水期的差异更大. 0~500 m缓冲范围景观指标与水质变化的相关性在不同季节存在差异,花溪河段源景观比例(促进污染过程发展的景观面积占景观总面积的比例)与枯水期ρ(NH₄+-N)、ρ(TN)呈较好的正相关性,相关系数分别为0.997 8、0.952 1;新庄河段源景观比例与枯水期ρ(NH₄+-N)呈正相关,相关系数为0.998 7;景观多样性指数与枯水期ρ(TN)、ρ(TP)呈正相关,相关系数分别为0.958 1、0.891 2. 研究显示,2个河段源景观比例是影响水质变化的重要因素.      

新运粮河下游水质研究

新运粮河作为一条重要的入滇河流,其水质直接影响滇池的生态健康与环境安全。本文采用GB3838—2002《地表水环境质量标准》研究各理化因子对其水质的影响,在2011年8月底到10月底,对其具有代表性的河段进行水质监测。结果表明：新运粮河下游河段全年水质均为劣V类,是所有滇池入湖河流中污染较严重的河流,其各河段（监测点）污染程度不同,越往下游水污染越严重;各理化指标对其污染贡献不同,SS、CODcr、BOD5、TN对新运粮河的污染贡献率分别为36％、30％、12％、11％,SS、CODCr TN、BOD。为其主控污染因子。     

主要污染物水质标识指数法在河流水质评价的应用

河流水质综合评价是水环境治理的重要基础工作,只有通过对水质监测数据的合理评价,才能制定科学的整治规划,采取有效的治理措施。对于整体水质恶化严重的河流,现有河流水质综合评价方法的评价结果存在无法显示河流水质空间差异性的缺陷,对水环境管理布局无指导作用。因此,论文提出了一种河流水质综合评价法——主要污染物水质标识指数法(Primary Pollutant-Water Quality Identity,PP-WQI),并基于2010年春、夏、秋、冬4季的水质实地采样数据,对北京市温榆河进行了水质综合评价。研究结果表明:(1)相较于单因子评价法、内梅罗指数法、水质标识指数法,主要污染物水质标识指数法更适合水质较差的河流水质综合评价,能够定量体现河流水质差异性;(2)温榆河综合水质空间异质性规律为上游最好(年均PP-WQI=6.70(TN))、下游次之(年均PP-WQI=10.16(TN))、中游最差(年均PP-WQI=9.85(TN));(3)温榆河水质年均水质处于劣Ⅴ类(年均PP-WQI=8.31(TN)),其水体主要污染物为TN,有机污染突出,57.89%的河段水质超标且黑臭;(4)季节变化特征表现为春、冬2季河流水质较差,夏、秋2季水质相对较好。论文研究结果实现了水质恶化严重河流水质的定量评价,能够为流域水环境研究、管理措施的科学制定提供基础与科学依据。     

小流域不同河段冬季水质对人为活动的响应及其与底泥的关联

通过对倒天河不同河段冬季水质和底泥分析,把握该河流受污染的现状,为城市地表景观河流治理提供科学依据。采用标准方法检测水体和底泥的相关指标,结果表明:上游河段水质良好,入城以后污染明显,中下游河段水质均处于Ⅴ类或劣Ⅴ类水平。对水体COD与TP、VFA与SS 2组曲线波动特点分析表明它们分别有共同的污染来源,且前者污染源主要是城市生活污水;对于氨氮,除了生活污水以外,农业生产活动也是其污染源之一,这种现象在河流出主城区以后表现十分明显。穿城中下游河段水体p H值异常与市民生活和厌氧菌群的生物活动密切相关。底泥中硝态氮与水体氨氮具有显著正相关关系(r=0.653,P0.01),这可能与铵态氮和氨氮相互迁移有关联。此外,硝态氮和VFA的负相关性也达到显著水平(r=-0.551,P0.1),这是因为在对氧的外部环境条件方面,两者需求条件正好相反。为降低倒天河水质对下游区域生态环境的风险,应把该河流水体也规划并落实到污水处理范畴之内。     

河段水质压力目标管理模式的概念与方法

目前我国主流的流域水质目标管理模式中,在河段污染责任认定方面普遍存在难以界定上下游之间各自责任的问题,为此提出了一种基于河段水质压力概念的河流水质管理新模式.以水质压力为基础,配套建立了包括水质压力目标、水质压力纯水当量、水质压力偿罚金等在内的一系列相关概念及其设定与计量方法,完成对各河段的责任认定,并实现以河段处罚金与补偿金为调控手段的流域水质管理运行机制.结果表明,该管理模式有助于增强水质污染处罚与水质生态补偿的区域公平性和针对性,其中的概念和方法可作为现行河流水污染控制方法体系的一种改进性补充,同时能为流域生态补偿标准的确定提供一定借鉴.     

基于MIKE11模型提高污染河流水质改善效果的方法

为寻求提高污染河流水质改善效果的方法,本研究选择中国多坝闸重污染河流颍河为研究对象,针对引江济淮工程颍河段的水质改善要求,以颍河主要的污染物高锰酸盐指数、氨氮为指标,提出了应用MIKE11建立试验河流一维河网水动力和水质模型,采用数值模拟的方法,试验研究河流水质改善的最优技术方法,模拟试验主要进行了补水流量、补水水质、补水位置和补水方式等措施对改善颍河水质效果的影响.模拟结果表明:用MIKE11模型中水动力模块(HD)和对流扩散模块(AD)并结合降雨径流模块(NAM)来进行污染河流水质改善是可行的,即补水流量为河流本底流量的10%,分别对补水点1采用Ⅲ类水,补水点2和补水点3采用Ⅳ类水进行补给,补给效果最佳,高锰酸盐指数和氨氮的去除率分别为72.3%和55.7%,使研究区颍河85%以上的河段达到Ⅳ类水水质标准,为河流污染控制提供了一种新方法.     

基于MSLSTM-DA模型的水质自动监测异常数据报警

提出一种基于多元堆叠长短时记忆网络-差值分析(MSLSTM-DA)模型对地表水质异常数据进行报警的方法.该方法首先建立MSLSTM模型对水质指标数据进行预测,再基于预测结果的残差分布建立DA模型,并确定各个指标的数据异常阈值,当实测数据与预测数据差值大于阈值时进行数据报警.以长江流域监测断面的水质数据进行了方法有效性验证.结果表明,构建的预测模型对５个指标的MAE、MAPE均值比BP神经网络预测模型降低21.0%,17.8%,比LSTM模型降低16.8%,17.9%.皮尔逊系数均值比BP神经网络、LSTM模型的分别高5.9%,4.4%.5个指标共检出水质异常数据37条,其中34条经人工判断确实存在有异常,报警准确率高达91.9%.     

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.     

基于VC++的地表水环境预测评价系统开发——河流模块的设计与应用

以我国地表水中的河流水质预测评价为例,采用VC++设计开发了适用范围较广具有可操作性的决策系统。结合水环境预测方法和导则标准,对本系统可操作的污染因子进行了选取,设计了持久性污染物、非持久性污染物、酸碱污染物的预测模块;采用综合水质评价方法中的水质质量系数法模型,设计了水质质量系数评价模块;根据最新的农村饮用水安全卫生评价标准,设计了系统的特色模块,感官性状及一般化学指标评价模块和毒理学指标评价模块。利用湖南常德澧县环境监测站所提供的数据,用模块计算值与实测值进行了对比检验,结果表明,本系统功能基本可实现,预测及评价数据可信,为完善环境决策管理软件做了新的研究尝试。     

PMA-PP分析模型在内河水质科学评价中的应用

针对目前我国城市内河普遍遭到污染的问题,在分析影响内河水质因素的基础上,选取BOD5(五日生化需氧量)、CODcr(化学需氧量)、石油类、挥发酚、NH3-N(氨氮)、总磷等6个主要因素作为评价因子,建立了城市内河水质评价的投影寻踪分析模型,采用人口迁移算法对评价模型进行优化,并将该模型应用于南宁市10条内河水质的评价与排序。研究表明,用投影寻踪回归分析法进行水质评价,避免了传统评价方法由于主观原因造成的误差,评价结果合理可信、方法简单,为我国城市内河水质的评价提供了新途径。     

城市河网水系多参数水质系统模拟研究

近年来,随着城市水环境综合治理的进行,城市河网水环境的污染特征由有机类污染向富营养化污染发生转变。从污染组分的相互影响机理出发,利用物质守恒的基本原理模拟污染水体多参数水质组分的迁移转化规律,并且对水质模型中的各项参数进行了优化处理。以苏州市古城区应用为例,其水质模型验证结果为：CODMn计算值与实测值相对误差小于30%的点据占总点据的100%;氨氮计算值与实测值相对误差小于35%的为86.67%,研究结果说明经过参数优化处理的水质模拟系统能够较为精确地模拟城市河网水体的污染特征。     

流量调节因子在非稳态河网水质计算中的应用

对平原河网水流流向不定引起的非稳态水质变化问题,引入流量调节因子加以校正,对调节因子在不同流向的形式进行了分析,在水质显格式离散方程中建立对应的水质模型,利用研究区河网枯水期实测的水质资料进行相应验证,结果表明校正的水质模型有较高的精度,具有一定的实用性。为非稳态情况下河网水质问题的决策分析提供了可行计算途径。     

浏阳河长沙段CODMn、NH3-N和TP综合降解系数研究

采用现场水团追踪法,研究了浏阳河长沙段COD_Mn、NH₃-N和TP的综合降解系数与河段水流流速之间的相关关系,并通过河段历史水文和水质监测数据对所建立的相关方程进行了验证.结果表明,浏阳河长沙段COD_Mn、NH₃-N和TP的综合降解系数与流速之间呈明显的线性相关关系,相关方程形式分别为K（COD_Mn）=0.037+0.635v、K（NH₃-N）=0.059+0.315v和K（TP）=0.004+0.140v.所建立的线性相关方程对研究河段COD_Mn、NH₃-N和TP浓度预测结果的决定系数均大于0.90、相对均方根误差均小于0.10.受风浪作用、紊动水流和弯道环流的影响,当流速小于0.35m/s时,顺直河段的污染物综合降解系数均大于弯曲河段的污染物综合降解系数;当流速大于0.46m/s时,弯曲河段污染物综合降解系数均大于顺直河段的污染物综合降解系数.研究成果对浏阳河长沙段水质管理与水环境保护具有重要的参考价值.     

稀疏数据下复杂流域的水质模拟:以赣江为例

以赣江流域为例,对稀疏数据条件下复杂流域水质模型的建立和参数识别进行了探讨．采用了结构相对比较简单的CSTR模型,将其参数划分为水文参数和水质参数,并分别进行识别．水文参数采用回归方法进行识别,对水文参数的扰动实验表明,水质对于水文参数在可能的取值范围内的变化不敏感,因此在随后的水质参数的识别中,将其固定在回归方法求出的最优值上．水质参数的确定则采用了模型方法和资料方法相结合的手段,综合考虑了赣江流域可获得的数据信息、文献资料中对于参数的经验取值和模拟者在大量数学建模中的经验,最终根据河流的不同类型确定了赣江流域的水质参数,并对模型进行了验证。