基于多元统计分析和RBFNNs的水质评价方法

提出了一种基于多元统计分析和RBFNNs的水质评价方法,其可适用于大尺度、多断面、长时间的水质评价工作,旨在补充以往相关研究工作.其主要程序为:利用方差分析对各断面多年水质监测样本进行时间与空间尺度上的显著差异性分析,识别出具有显著差异的样本,然后通过层次聚类分析把上述样本进行聚类分组,最后应用径向基神经网络对各组样本进行水质评价,并把此评价结果再分解到各断面各时段,此方法的特点为在不损失信息的前提下能大大减轻水质评价工作量,且客观可信、分辨率高,并能综合反映总体与个别特征.以辽宁省太子河为例,通过方差分析将2001～2003年6个断面的144个样本归纳为存在显著差异的74个样本,再通过聚类分析得到9个相似组,相应的水质评价结果为2.7394、4.4306、4.0994、2.777、4.2192、4.1214、4.4129、4.4259、4.4359,与传统单项指数法的结果基本一致.具体落实到各断面,结果表明,2001～2003 年间太子河大部分断面的水质处于Ⅳ类以上.     

单因子水质标识指数法在青衣江水质评价中的应用

结合大量实测资料,应用单因子水质标识指数法,根据《地表水环境质量标准》(GB3838-2002),对青衣江干流及主要支流上几个典型的河流监测断面进行水质评价。结果表明,水质标识指数法能更多、更客观的反映河流水质信息,同时,提出了青衣江水资源保护建议。     

京杭大运河淮安段水质的多元统计分析

以京杭大运河淮安段4个水质监测断面2007年的水质监测数据为样本,用主成分分析的方法,找出影响京杭大运河淮安段水质的主成分,计算各样本的主成分得分,用聚类分析的方法将样本水质分类,根据水质综合评分公式,计算各监测断面各月份水质综合评分,结合分类结果及水质综合评分对各样本水质评价结果为：监测断面黄码大桥的水质最差;另3个监测断面1、3月份的水质最好;而监测断面板闸的水质又好于监测断面五叉河口及大运河桥的水质。     

综合水质标识指数法在海拉尔河水质评价中的应用研究

水质评价是水环境治理的重要基础性工作.水质综合标识指数法涵盖了综合水质类别、定量污染程度、水环境功能区达标等信息,是将定性与定量评价相结合,能够对综合水质做出合理的解释,不会因个别指标导致过分评价.研究将海拉尔河划分为3个控制单元,根据2003年-2012年水质监测数据,采用综合水质标识指数法识别各控制单元主要污染因子,并分析海拉尔河水质时空变化规律.研究结果表明海拉尔河从上游至下游综合水质标识指数逐渐升高,上游水质较好,中游和下游主要污染指标为高锰酸盐指数和COD.2003年-2012年,海拉尔河高锰酸钾指数、BOD5、氨氮和总磷的污染减轻,化学需氧量污染略微减轻但仍存在超标风险.     

基于分形维数权重的南水北调东线源头水质评价研究

水质评价问题的实质是对水质现状和各评价因素间的函数关系的逼近,是一种复杂的非线性问题.针对水质评价指标之间的非线性关系,提出了基于分形维数权重的水质评价方法.为有效地评估南水北调东线源头的水质现状,首先选取影响水质评价的7个主要因素,根据标准等级水体分类标准,采用在等级标准中随机内插的方法,得到50个标准等级样本,并根据样本综合评估值与经验等级之间的关系建立分形插值评价模型;最后,以长江江都市芒稻河断面2001—2008年的年平均水质监测数据为例对模型进行验证.结果表明,该方法可以通过分段函数得到每个样本的具体得分值,因而具有较高的分类精度,为水质评价提供了一种较好的新方法.     

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模糊神经网络的颍河水质时空变化特征分析

基于T-S模糊神经网络分析颍河(河南段)2007-2010年5个监测断面的水质指标监测数据,克服了过去仅用各级评价标准作为训练样本,导致训练样本数过少和不能构建检测样本的缺点,对实测数据仿真有很好的效果。应用主成分分析法,选出溶解氧、高锰酸盐指数、生化需氧量、氨氮、化学需氧量、总磷、六价铬、阴离子表面活性剂8项对水质具有重要影响的指标,建立适用于颍河的T-S模糊神经网络水质评价模型,对颍河水质时空变化特征进行分析。结果显示:颍河水质在近几年呈改善趋势;白沙水库断面水质最优,且稳定;周口康店断面水质较差,西华址坊在2007年第2季度水质恶化严重;沈丘纸店断面水质逐渐改善。表明了T-S模糊神经网络对水质时空变化特征分析的效果显著,也反映了颍河水质状况,为颍河水质监测、管理与控制提供依据。     

单因子水质标识指数评价方法在某流域水质评价中的应用

文章用单因子水质标识指数评价方法在某流域选择代表性断面进行了水质评价,分析结果表明某河流干流各主要断面化学需氧量、高锰酸盐指数、氨氮、总磷、总氮均存在不同程度的超标,其中化学需氧量、高锰酸盐指数超标严重,某河流水质有待改善。     

模糊标识指数与对应分析法在水质评价中的联合应用

水质评价对判断水体的污染状况,了解其污染程度和成因有重要的意义,并可为水资源管理及水污染控制提供科学依据,而适当的评价方法是保证评价结果科学合理的关键.因此,本文以青山湖流域为例,在单因子指数法、综合指数法、灰色关联法、改进的模糊层次分析法、水质指数评价法、综合水质标识指数法6种常用水质评价法的结果对比分析的基础上,提出了一种新的模糊标识指数法.该方法结合了改进的模糊层次分析法和综合水质标识法的优点,不仅给出水质级别和水功能区达标程度,而且克服了以往模糊层次分析法存在的低估污染的严重性及不能评价劣Ⅴ类水质的缺点,更加适用于水质状况的评价.同时,在模糊标准化处理基础上,采用对应分析法,将采样点与变量有机地结合起来进行分析.结果表明,青山湖流域的总体水质状况以劣Ⅴ类为主,总体水功能区达标率仅10.34%,流域根据受污染情况被分为3个区,Ⅰ区、Ⅱ区、Ⅲ区的主要污染因子分别是TN、NH4+-N与COD、TP.模糊标识指数法与对应分析法的联合应用可以全面分析流域水质状况,给出科学合理的评价结果.     

IPSO-BP神经网络在渭河天水段水质评价中的应用

水质评价是进行水环境容量计算和实施水污染控制规划的重要基础,能为改善河流水资源污染程度,保护河流水资源提供方向性、原则性的方案和依据。文章通过改进的PSO算法优化BP神经网络的权值和阈值,获得最优权值和阈值后建立IPSO-BP神经网络水质评价模型,针对关中-天水经济区中天水段地表水质,利用2003-2009年渭河天水段4个控制断面的监测数据,选取BOD5、DO、氨氮、总磷、高锰酸盐指数5个指标进行综合评价,并分析了污染现状及时空变化规律。结果表明,改进的PSO-BP神经网络泛化能力强,评价更客观;7年间水质有一定程度的改善,但总体变化不大,水质类别主要为Ⅱ类和Ⅲ类,其中北道桥断面污染最为严重。研究旨在有效控制渭河流域天水段污染,为渭河水资源的保护提供科学依据。     

基于综合水质标识指数法的四川西充河水质评价

四川省西充河为严重污染河流,选取溶解氧(DO)、氨氮(NH+4-N)、五日生化需氧量(BOD5)、总氮(TN)、总磷(TP)5项指标年平均值,采用综合水质标识指数法,研究了西充河近10年水质状况随时间变化趋势及水污染特征。2003年至2010年水质级别为劣V类,2011年和2012年水质级别为Ⅳ类,水质标识指数Iwq从2003年的12.459逐渐降低到2012年的4.431。西充河近10年水质状况整体呈好转趋势,但未达到国家规定的Ⅲ级水质标准,水质标识指数Iwq结果表明该好转的速度较慢,西充河水质状况有较大的上升潜力和空间。总氮(TN)和氨氮(NH+4-N)为河流主要污染物,为了达到国家Ⅲ级水质标准,西充河的治理已刻不容缓。     

水质监测质量管理的实践与思考

水质监测全程序质量控制检查是质量管理的一项重要手段,是提高分析结果总体可靠性、了解或证实各实验室提供优质数据的能力的有力措施。本文对地表水监测质量检查情况进行了论述,分析总结所发现的问题,并根据具体情况提出解决的办法和建议,旨在为水质监测质量水平的提高起到借鉴作用。     

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的变化趋势,并得到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.     

合肥环城公园景观水体水质特征及环境质量评价

2018年10月—2019年5月,在合肥市环城公园6个景观水体各布设3个采样点位,按每半月1次的采样频率采集水样,据此开展水质特征分析和富营养化评价.结果表明：①各水体磷污染指标波动较明显,氮污染指标波动则相对较小;②整个研究期间各景观水体的EC、ORP、NH₄⁺、SRP、COD、Chl-a等大体呈上升趋势,TN和NO₃^-呈下降趋势,除南淝河、黑池坝景区和逍遥津公园水体TP呈上升态势外,其余水体TP均存在降低趋势;③根据水质评价结果,各景观水体TN污染严重超标,逍遥津和包河公园水体NH₄⁺、TP、COD污染状况相对较轻;④水体富营养化评价结果表明,各景观水体处于中富营养化状态;⑤逍遥津公园、包河公园水体水质均与南淝河、黑池坝景区水体存在极显著的差异性,包河公园与雨花塘水质表现出显著的差异性;⑥聚类分析结果将黑池坝和南淝河归为污染严重一类,雨花塘和银河公园归为污染较重一类,而将逍遥津和包河公园归为污染相对较轻的一类.     

锑的淡水水质基准及其对我国水质标准的启示

针对我国锑水生生物水质基准缺乏的问题，收集筛选了锑对淡水水生生物的急性和慢性毒性数据，使用评价因子法、毒性百分数排序法和物种敏感度分布法分别推导我国锑的淡水水质基准，通过综合分析和比较，选择物种敏感度分布法推导的急性和慢性的水质基准值（466.62μg/L和88.71μg/L）作为最终的基准推荐值.通过与国内外现有锑相关水质标准进行比较，提出在我国相关水质标准修订中分别制定保护水生生物和人体健康水质标准的建议，避免水质标准对水生生物的"过保护"问题.     

BP神经网络在再生水补给密云水库水质评价中的应用

基于环境质量基本模型,将补给的再生水视为点源污染,建立了再生水补给后的湖库污染物浓度变化模型.在得到补给后主要污染物稳定浓度的基础上,建立BP神经网络模型,使用随机数发生器生成随机数据作为模型的学习样本和检验样本以满足BP模型对样本数量的需求.使用BP模型对再生水补给后的水质进行评价,评价结果证明了再生水补给的可行性与相对安全性.     

昆明市区主要饮用水源水质分析

昆明市区主要供水水源为松华坝水库、柴河水库、大河水库。除柴河水库非汛期水质为Ⅱ类外,其余各时段的水库水质均为Ⅲ类,且3个水库各时段的营养状况均为中营养。建议采取划定水源保护区、加大水土流失治理力度、控制面源污染等措施保护水源。     

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.     

上海市地表水水质近20年的变化

利用1983-1999年的水质监测数据和有关的自然社会经济统计数据，研究了上海市地表水水质近20年的变化，并对影响水质变化的自然社会经济因素进行了探讨，研究发现：（1）上海市近20年的地表水水质变化可分为缓慢恶化，加速恶化和逐渐改善3个阶段，1996年是水质变化趋势的转折点；（2）水质变化主要受人类社会经济活动影响，与水文气象因素相关性较小；93）农牧业，生活污染是影响水质变化的主要因素；（4）农牧业，生活污染的迅速上升趋势受到遏制，工业污染持续减少，而城市污水处理能力呈跳跃式大幅度增长，是水质恶化趋势发生逆转的根本原因；（5）上海市的高度城市化进程在1996年后已转变为地表水水质改善的积极动力和重要原因。     

基于概率组合的水质预测方法

当前水质预测研究中,组合预测缺少一般框架性组合方法,概率性预测多以水质指标服从某种概率分布为前提.针对这一状况,提出了一种概率性组合预测方法.组合预测采用优势矩阵法对预测结果加权融合,能够有效改善预测效果,并可以进一步扩展新方法;概率性预测基于对历史预测的统计,并对其进行有效性检验,进而给出水质指标在一定置信度下的区间估计.将基于灰色模型群法和指数平滑法的概率组合预测方法应用于浙江鸠坑口进行预测实验,实验结果表明,组合预测方法的总体预测效果优于单一预测方法,统计概率有效性可以得到验证并且能够有效给出一定置信度下水质指标波动曲线的包络线.概率组合预测可以有效优化预测精确度和稳定性,能够成功给出概率性的预测结果,为进一步决策奠定了基础.