基于熵权的模糊物元模型在水环境质量评价中的应用研究

水环境质量评价是水资源规划与管理及水质水量统一量化研究的重要部分.引入模糊物元方法,结合熵权和欧氏贴近度理论,建立基于熵权的水环境质量模糊物元评价模型.利用伊通河3个监测断面的水质分析资料,选取反映地表水环境质量状况的部分评价指标,应用模糊物元模型对伊通河水环境质量进行了综合评价.研究结果显示伊通河水环境质量年均值多为Ⅴ类和劣Ⅴ类,水质污染较重且有加重趋势.实例分析表明基于熵权的模糊物元模型应用于水环境质量评价是切实可行的,具有一定的应用价值.     

水环境质量区间隶属度评价法

通过对水环境质量综合评价中的灰色关联分析法进行分析,认为水环境质量评价标准是区间概念,将评价标准处理成点的传统灰色关联分析法存在一定的缺陷。为克服这种缺陷,提出一种水环境质量区间隶属度评价法,该方法借鉴了模糊综合评价法的距离计算原理,但比模糊综合评价法更为简单、直观,具有较强的适用性。     

居住区水环境质量综合评价实例

通过实例分析居住区水环境质量综合评价指标的选取和隶属函数构成，介绍模糊综合评价计算机程序设计方法，并用Ｃ程序完成本例水环境质量的综合评价，为改善该区住区环境质量提出了参考意见。     

熵权多目标决策模型在水环境质量综合评价中的应用

介绍了熵和熵权的概念与性质,在此基础上结合多目标决策模型建立熵权多目标决策评价方法,并对水环境质量进行综合评价,评价结果与物元分析模型、属性识别理论方法、模糊隶属函数法进行对比,结果表明,利用熵权多目标决策评价法进行水环境质量综合评价是可行的。     

模糊数学在水质评价中的应用

由于水体质量的综合评价存在着一定的模糊性,因此,水环境质量评价可以引用模糊评价法。本文采用此种方法对锦州市小凌河环境质量进行了模糊综合评价。结果表明,小凌河有不同程度的污染。结论符合实际情况,说明模糊综合评价法具有一定的合理性和可靠性。     

熵权多目标决策模型在水环境质量综合评价中的应用

介绍了熵和熵权的概念与性质,在此基础上结合多目标决策模型建立熵权多目标决策评价方法,并对水环境质量进行综合评价,评价结果与物元分析模型、属性识别理论方法、模糊隶属函数法进行对比,结果表明,利用熵权多目标决策评价法进行水环境质量综合评价是可行的。     

应用多目标决策-理想点法综合评价水环境质量

应用多目标决策 理想点法的基本原理 ,建立了一个综合评价水环境质量的数学模型 ,并将评价结果与灰色关联分析法和模糊综合评判法的评价结果进行了比较 ,表明用理想点法综合评价水环境质量简单、科学、合理。     

松花江哈尔滨段城市水环境质量评价

为了科学地对松花江哈尔滨段水环境质量进行评价,基于水环境功能区划,采用灰色关联度法将其分为4个区域,运用主、客观相结合的方法分区域建立相应的评价指标体系,使用模糊综合评价法进行水质评价,同时,验证指标体系构建的合理性.结果表明:构建的指标体系能够反映研究对象水环境质量;除阿什河口内水质评价结果为V类,达不到水环境功能区划要求外,其他区域水质均能达标.研究结果将有利于促进水资源的科学管理和有效利用,研究方法可为水环境质量评价提供新的思路.     

单要素环境质量评价数学模式分析与探讨

本文以沈阳市地下水环境质量评价为例,在对综合指数法和模糊综合评判法进行理论阐述和模式分析的基础上,探讨两种方法的理论和实用价值及存在问题.     

湿地水环境质量的模糊综合评价——以贵州省草海高原湿地为例

在介绍模糊综合评价法的基本原理及一般程序的基础上,构建了湿地水环境质量模糊综合评价模型,然后以贵州省草海高原湿地为例进行评价,评价结果符合草海实际。     

标准类别指数法在地表水环境质量评价中的应用

在确定水体主要污染物的基础上，以相应水体主要污染物项目为评价项目，以地表水环境质量标准的类别分级为依据，应用模糊数学理论对地表水环境质量或污染程度予以分级。能客观、直观地反映相应地表水体环境质量或污染程度，计算过程简便，是一种可采纳的实用水质评价方法。     

深圳近岸海域环境质量调查和评价

根据深圳近岸海域环境质量调查资料，用海水标准（GB3097－1997），按超标分类法和污染指数法对深圳近岸海域水质（含潮间带）、沉积物、生物质量状况分别进行评价，查清了该区域环境质量现状，确定了影响环境质量的主要污染物。     

沁河流域水体污染物时空分异特征及潜在污染源识别

应用多种多元统计方法对晋城市沁河流域2005—2010年的水质数据(11个监测断面、24个水质指标)进行时空分异特征分析及潜在污染源识别.将聚类分析与判别分析相结合,在空间尺度上识别出重污染区和轻污染区,在时间尺度上识别出水质的年内差异性,揭示并探讨河流水质对降雨延迟的响应现象,进而将时间及空间聚类分析结果有机结合,开展时空联合分析与因子分析,有针对性地进行污染源识别.结果表明,监测断面可分成2类:A组(4个断面)及B组(其余7个断面),其中,丹河污染程度重于沁河,应当作为流域污染控制的重点;全年可分为2个时段:时段Ⅰ(7—11月)和时段Ⅱ(其它月份),时段Ⅰ水质略优于时段Ⅱ,流域面源污染或内源污染较严重;A组的典型污染指标共12项,分别为重金属、有机物、有毒有机物和其他污染物,主要来自于工业点源;B组的典型污染指标共11项,分别为重金属、有机物和生物指标,主要来自于工业和生活点源、生活和农业面源.     

双台子河流域综合水质评价方法的对比研究

本研究利用双台子河2011年枯、丰、平水期的22个水文监测断面数据,并借助主成份分析法,确定主要污染因子和超标断面。分别采用综合标识指数、单因子、模糊评判、灰色关联四种评价法,选取DO、COD、NH3-N、TP、TN、BOD 6个评价因子,对河流水污染特性进行综合评价与分析。结果表明:以Bartlett球度检验,主成份因子负荷值较高的NH3-N、TP、BOD因子,累积方差贡献率91.97%,主要污染因子;超标断面的污染因子判别应考虑周边污染源的类型和河流上游的排放物浓度。模糊评判、灰色关联评价结果中均没有劣V类,两者的水质类别累积频率均在V类到达100%;考虑到单因子法在同一水质类别中不能判定多项因子共同对水体的综合影响,本文采用标识指数法为最佳评价方法。从枯、丰、平水期的劣V类和V类断面比重分析,枯水期>平水期>丰水期。从劣V类和V类数量与分布来看,盘锦市辖区控制单元的污染程度,比大洼县和盘山县污染较重。     

苏州河的污染底泥评价

以底泥与流动水相的边界环境为研究对象，应用苏州河底的释放与耗氧规律，在控制地面水水质标准的环境基础上拟定了底泥评价分级标准，将评价的有机污染指标确定为未污染，污染、重污染底泥的类型级别。应用拟定的分级标准对苏州河的污染底泥进行评价，指出若对属于重类型的部分河段底泥进行整治，则整个市区段底泥释放至水相的深度，将接近地面水三级标准。     

用隶属度法分析柳杨河水体污染状况

隶属度法和试行评价法对柳杨河两个断面及整个河段进行了分析和评价,结果表明,隶属度法不但可以确定某项污染物是污染等级,还能计算出超标倍数,对试行分析法进行了补充和订正,使得分析结果更加准确。同时分析了断面和水体污染原因,为环境管理提供技术支持和依据。     

模糊综合评判法在水质评价中的应用——以松花江流域为例

社会的快速发展在给人类带来经济效益的同时,也给环境尤其是水环境造成极大的压力,水质问题是当今社会亟待解决的重大难题之一。水质是诸多因素影响的结果,具有一定程度的不确定性,所以在水质评价中需要综合考虑模糊因素。本文采用模糊综合评判法对松花江流域八个断面水质进行评价,引入数学隶属度的概念,针对多种评价因子指标值大小表示的污染程度不同,采用两种隶属度计算公式,且客观定量地确定各污染因子的权重,从而确定水质类别。     

无锡市水环境的卫星遥感分析

利用计算机图像处理和多元统计方法处理了无锡市卫星遥感数据,形象直观地显示了无锡市水环境的宏观面貌,较好地反映了无锡水网主干河道的水质空间分布特征。研究表明,卫星遥感技术作为地面监测方法的一种有效补充,可提供丰富的遥感水质信息。     

中国近海海水主要参数基线值及其污染状况探究

通过对2007年中国近海表层海水调查数据剔除异常值,进行态性检验后,确定了近海表层海水主要参数的环境基线,初步探讨了环境基线值的区域差异、时间变化趋势及近海海水中各参数的污染状况。结果表明:近海表层海水基线值存在明显的区域差异,总体呈现渤海最高,黄东海次之、南海最低的分布特征;与1997年调查结果相比,黄海、东海、南海表层海水基线普遍升高,近海海水污染加重;海水严重污染海区出现在渤海近岸、山东半岛两侧近岸、连云港-福州近岸、长江口杭州湾、雷州半岛及广西沿岸海域,由人类活动引起的陆源排污是我国近岸海水污染加重的主要原因。最后,对调查数据进行主成分分析,进一步验证表明,陆源工业排污是海水环境基线升高的最主要原因,农业排污、生活污水及大气沉降也是海水环境污染基线变化的主要影响因素。     

基于Monte Carlo模拟的河流水质评价——以温瑞塘河为例

基于水质评价的综合污染指数（CWQI）法和水质指标实测含量的统计分析,应用Monte Carlo模拟方法,建立了河流水质评价的Monte Carlo-CWQI耦合模型并进行实例研究.通过建立的耦合模型和温瑞塘河流域14个监测断面2004~2010年的水质监测数据,定量分析各监测断面隶属于不同污染等级的概率水平和各水质指标对水体污染的影响程度.结果表明：温瑞塘河水系水质污染十分严重,勤奋、九山、东水厂、十字河、南白象、灰桥、新桥、米筛桥、仙门、光明、郭溪、瞿溪、西岙和梧田监测断面处于重度污染的概率分别为28.50%,0.55%,92.71%,59.73%,78.85%,39.38%,78.87%,83.09%,65.32%,78.08%,0.00%,0.96%,68.09%,86.06%;处于严重污染的概率分别为71.28%,0.01%,4.33%,39.76%,21.07%,60.59%,4.42%,12.41%,11.02%,21.24%,0.00%,0.02%,1.42%,13.12%.各监测断面总氮（TN）,氨氮（NH₃-N）和溶解氧（DO）的Spearman等级相关系数范围分别是0.41~0.76、0.25~0.63和0.14~0.66,是其他指标的2倍以上,表明影响该地区水质达标的主要因子是TN,NH₃-N和DO.本研究拓宽了河流水质评价的研究视角,能够为流域水环境管理提供丰富的决策依据.