基于GM(1,1)模型群的阿什河氨氮浓度的预测研究

依据灰色系统理论,以2000年-2009年10年阿什河入江口断面枯水期氨氮浓度构造了一个由6个GM(1,1)模型组成的灰色动态模型群,并运用该模型群对其变化趋势进行了预测分析,得到令人满意的结果。研究表明,灰色动态模型群法能够充分利用近期水质资料信息预测未来水质变化趋势;以模型群统计平均值作为最终预测值,避免了单一灰色模型容易利用不稳定信息的缺陷,使得预测精度更加准确,预测结果更为可信。     

GM(1,1)模型在湘江株洲段氨氮预测中的应用

用MATLAB语言建立GM(1,1)模型,以湘江株洲段2003年-2008年氨氮监测值为基础,预测了湘江株洲段2003年-2015年氨氮年平均浓度。所建模型,经精度检验符合预测规律,具有一定的有效性、可行性和适应性。结果表明,建立的GM(1,1)模型精度较高,预测结果与实际监测浓度接近。氨氮年平均浓度呈下降的趋势。     

温岭市饮用水源地水质现状分析及预测研究

运用综合污染指数法和综合营养指数法分析了2011—2017年第二季度温岭市四个集中式饮用水源地水质变化趋势,并对水库水质进行了灰色聚类分析。基于水库补水主要依靠降水,采用灰色关联法分析了降雨量与综合污染指数、综合营养指数、总磷、高锰酸盐指数、氨氮、总氮的关联度。运用GM(1,1)模型对2018~2022年降雨量以及水库综合污染指数和综合营养指数进行了预测。     

汉江中下游水质变化趋势研究

利用汉江中下游干流河段例行监控断面2001-2011年水质监测资料中的高锰酸盐指数、氨氮和总磷3项水质指标,对汉江中下游干流水质状况、时空变化趋势进行分析和评价。研究结果表明:(1)汉江中下游干流水质总体状况良好,除罗汉闸断面总磷为Ⅲ类,其余断面各项水质指标均为Ⅱ类;(2)2001-2011年,沈湾、罗汉闸断面氨氮浓度显著下降趋势;余家湖断面高锰酸盐指数、氨氮和总磷浓度显著下降趋势;泽口断面高锰酸盐指数浓度显著下降趋势;(3)汉江干流河段高锰酸盐指数、氨氮和总磷等3项水质指标在白家湾断面以上相对较低,余家湖断面以下相对较高,中游河段水质优于下游。     

从水质变化趋势看常州市武南区域重点河流治理成效

为探究武南区域重点河流水质的变化规律、驱动因素以及河流治理成效,基于2006~2018年连续水质监测数据,综合分析了4条重点河流（太滆运河、武宜运河、武进港和永安河）水质演变趋势,并对污染较重的永安河各项水质指标进行了季节性分析和相关性分析.结果表明：2006~2018年,4条河流水质整体呈好转趋势,修正内梅罗指数分别下降36.2%,31.5%,56.4%,48.7%,受河流清淤工程影响,永安河2017年水质有所下降;4条河流氨氮浓度、总氮浓度与高锰酸盐指数下降趋势明显（P<0.05）,总磷浓度则存在一定波动;永安河的总氮、氨氮和高锰酸盐指数间或存在同源关系,氨氮和总氮季节性变化明显,雨季浓度低于旱季,总磷和高锰酸盐指数没有明显季节性变化趋势;城镇化发展与产业结构由传统工业、农业向第三产业的转变均对区域水环境改善有积极作用.     

海河水系水质状况分析及污染防治措施

海河流域是我国水资源开发程度最高的流域,但其污染程度也最为严重。本文选取高锰酸盐指数、五日生化需氧量和氨氮浓度作为评价指标,采用单因子评价法对海河水系国控断面水质现状进行了分析与评价,同时对5个重污染断面进行了水质污染趋势预测,结果显示卫河、卫运河、滏阳河、子牙新河的水质有恶化的趋势,并提出了污染防治措施。     

指数平滑和GM(1,1)组合法在水质预测中的应用——以邕江水源地铁、锰浓度为例

铁、锰超标已成为近几年南宁市区邕江水域污染的主要问题.文章运用了GM(1,1)预测模型和三次指数平滑法基础上的组合预测方法,用于预测今后几年邕江水源地的铁、锰浓度.采用2001-2005年邕江陈村水源地的铁、锰浓度数据分别建立邕江陈村水源地水质预测的GM(1,1)和三次指数平滑模型,计算出2006-2008年铁、锰浓度...     

六股河水质污染特征分析

本文通过对不同时段和不同监测点环境监测数据的对比分析,研究了六股河水质污染特征。结果发现：2004～2010年六股河上游和中游符合Ⅱ-Ⅲ类标准,水质保持良好,但部分年份入海口处水质下降,主要污染指标为高锰酸盐指数和石油类。水期监测结果反映了六股河水质主要污染特征：入海口处个别年份丰水期和平水期主要污染物浓度突升是造成水质下降的主要原因。高流量状态下水质下降反映出受面源污染影响特征。入海口小渔场断面污染物入海通量估算结果表明：高锰酸盐指数和石油类入海量总体呈下降趋势,氨氮入海量呈先下降后急剧升高趋势。     

应用灰色模糊马尔科夫链预测海河水质变化趋势

灰色GM(1,1)模型在水质预测中得到了较为广泛的运用,但其存在灰色偏差与抗干扰能力弱的局限性,针对这一问题,将马尔科夫链理论与模糊集合理论引入灰色GM(1,1)预测模型,并应用该模型对海河三岔口断面的DO、CODMn和NH3-N 3项指标2012~2016年的浓度变化趋势进行预测.结果表明,2004~2016年,DO及NH3-N浓度大致呈上升趋势,预计2016年分别可达9.15,1.47mg/L;CODMn浓度呈下降趋势,预计2016年可达3.91mg/L.以2012年的数据做验证,灰色模糊马尔科夫链模型的预测精度最高,可作为科学的水质预测方法.     

应用灰色模糊马尔科夫链预测海河水质变化趋势

灰色GM(1,1)模型在水质预测中得到了较为广泛的运用,但其存在灰色偏差与抗干扰能力弱的局限性,针对这一问题,将马尔科夫链理论与模糊集合理论引入灰色GM(1,1)预测模型,并应用该模型对海河三岔口断面的DO、CODMn和NH3-N 3项指标2012~2016年的浓度变化趋势进行预测.结果表明,2004~2016年,DO及NH3-N浓度大致呈上升趋势,预计2016年分别可达9.15,1.47mg/L;CODMn浓度呈下降趋势,预计2016年可达3.91mg/L.以2012年的数据做验证,灰色模糊马尔科夫链模型的预测精度最高,可作为科学的水质预测方法.     

长江流域水质评价与预测

依据长江流域水质监测资料,选用具有代表性的主要因子pH、DO、高锰酸盐指数、NH3-N,采用综合水质标识指数模型对长江流域进行了定量综合评价,评价结果表明,影响长江流域水质的主要污染因子是NH3-N和高锰酸盐指数;定量综合评价显示长江流域总体水质为Ⅱ类水,但有恶化为Ⅲ类水的趋势。据此,揭示了水质的时空变化规律。根据监测数据和水质报告,采用灰色模型预测了未来10年长江流域各类水质比例,预测表明,Ⅲ类以上可饮用水的比例在逐年减少。     

农田退水期阿什河氮污染特征及来源解析

利用水质监测技术和稳定同位素示踪技术,对春季农田退水期阿什河河水中ρ(NH₄+-N)、ρ(NO₃--N)和ρ(TN)特征进行研究并对氮污染来源进行解析. 结果表明,ρ(NH₄+-N)、ρ(NO₃--N)和ρ(TN)除在阿什河上游源头区水体中较低外,其余大部分区域均较高. 上游源头区采样点 δ 15N值为3.68‰～6.09‰,主要受大气沉降氮和土壤有机氮的污染;中下游区域中一部分采样点δ15N值为5.32‰～7.72‰,主要受农田退水和农村生活污水影响,另一部分采样点δ15N值为8.45‰～11.86‰,主要受畜禽养殖污水影响较大;下游采样点δ15N值较低(3.25‰～4.15‰),主要受工业来源废水污染. 农田,特别是河流两岸的稻田退水对阿什河水质影响较大;城区对阿什河TN和NH₄+-N影响较大,对NO₃--N影响较小.      

金泽水库中试系统对饮用水源原水的净化

在上海市金泽镇太浦河北岸设计构建了饮用水水源生态净化工程中试系统,以期改善饮用原水水质。通过水质监测,分析了研究期间太浦河原水水质特征,并对中试系统的净化效果进行评价。研究表明:太浦河饮用水源原水水质较好,TP和DO绝大部分时段均能满足GB 3838—2002《地表水环境质量标准》中的Ⅲ类标准,CODMn、NH3-N指标全年均能达到Ⅲ类标准。太浦河原水经中试系统净化后,主要指标不同季节均可稳定达到Ⅲ类水质标准以上,对CODMn、NH3-N、TN、TP和SS的平均去除率分别为7.2%、38.4%、20.4%、36.2%和46.5%,对DO的平均提升率为19.1%,总体表现为夏、秋季节的去除效果优于冬、春季节。中试系统1年内可削减CODMn、NH3-N、TN、TP和SS的量分别为4.6,1.4,4.5,0.5,195.9 t,为原水充氧20.1 t。     

来宾红水河珍稀鱼类保护区水质指标相关性研究

借助SPSS统计分析软件,选择来宾红水河珍稀鱼类保护区水质指标中水温、pH、DO、COD_(Mn)、NH_3-N、NH_3、TN、TP、Chl-a进行Pearson相关分析。为水质监测人员和数据审核提供参考,提高数据质量,同时便于通过相关关系的改变及时了解水质的变化。结果表明,Chl-a与环境因子具有较密切的相关关系,其中,Chl-a与TN、TP表现为负相关关系,Chl-a与NH_3-N、NH_3为显著正相关,相关系数分别为0.30、0.41;Chl-a与水温、pH、DO均存在不同程度的正相关;Chl-a与COD_(Mn)呈极显著正相关,相关系数为0.44。N/P变化范围是7.4~166.1,属于磷限制性水域。营养盐与其他环境因子之间也存在某些较稳定的相关关系,其中,TP和pH极显著负相关,相关系数为-0.52;NH和3pH、NH_3和DO、NH_3-N和DO极显著正相关,相关系数分别为0.51、0.77、0.75。NH_3和NH_3-N相关系数达到0.72。DO和水温极显著负相关,相关系数为-0.44,和pH极显著正相关,相关系数为0.33,和COD_(Mn)呈负相关趋势。     

Markov灰色残差GM(1,1)模型在滇池观音山断面水质预测中的应用研究

选用2005年-2014年观音山断面水质自动监测资料,利用灰色残差修正GM(1,1)模型对滇池观音山断面pH、DO、CODMn、NH3-N 4个指标2015年、2016年浓度进行预测.结果表明:传统的GM(1,1)模型存在较大预测误差;pH和DO浓度的预测可使用GM(1,1)一次残差修正模型;CODMn和NH3-N浓度的预测可使用GM(1,1)二次残差修正模型.预测2015年观音山断面pH、DO、CODMn、NH3-N年平均浓度分别为8.89、7.96 mg/L、8.9 mg/L、0.31 mg/L;2016年观音山断面pH、DO、CODMn、NH3-N年平均浓度分别为8.92、7.89 mg/L、9.17 mg/L、0.34 mg/L.     

基于BP神经网络的义水河水环境质量评价研究

水质质量涉及多个影响因子,因子间大多具有非线性相关性,因此,水质评价是一个具有多因子的非线性系统。人工神经网络具有非线性映射的特点,能够有效地处理非线性相关问题,将其应用于水质评价中能够获得更为准确的信息。文章以溶解氧、高锰酸盐指数、化学需氧量、氨氮、总磷、石油类等6个指标作为评价因子,通过构造BP网络模型对义水河水质进行评价,分析了义水河4个断面的水质状况,并与单因子评价法结果进行了比较分析。     

基于T-S模糊神经网络的大沽河水质变化特征分析研究

基于T-S模糊神经网络,利用大沽河2010年-2015年水质监测数据,选取溶解氧、化学需氧量、高锰酸盐指数、氨氮、总氮、总磷对水质具有重要影响的6项指标,建立适用的水质评价模型,对大沽河水质变化特征进行分析.结果显示:上游水质评价结果明显优于中游、下游水质评价结果,网络评价水质等级变化趋势同真实指标数据变化趋势一致.验证结果充分表明了T-S模糊神经网络用于水质变化特征分析是可行、有效的.     

海河水环境质量及污染物入海通量

在1993～1997年海河水质监测资料的基础上,计算了各污染因子的污染指数和入海通量.结果表明,海河的污染较严重,各断面的水质等级均在IV级和V级的水平,主要的污染因子为NH₃-N、NO₂-N以及有机物污染.5年间海河的水质有所改善,综合污染指数由1993年的17.21降为1997年的13.39.前4年中污染物的入海通量加大,尤其以COD_Mn、BOD、NH₃-N、NO₃-N和NO₃-N最为严重,分别由1993年的1555、655、337、156和25 t·a^-1上升到1996年8710、4317、2516、1528和188 t·a^-1.而1997年又分别急剧下降至1331、973、572、355和31 t·a^-1,这可能主要是由于海河径流量的变化所引起的.