GM(1,1)模型群在黄河水质预测中的应用研究

灰色预测对统计数据较少问题可以进行预测,一般3-4个数据就可以建模,由于建模序列长短不同,会得到不同的预测方程,即对实际问题发展趋势某种程度的把握.实际预测时若能将不同的预测结果综合考虑进去,效果更佳.介绍了GM(1,1)模型建立的方法与步骤,并依据黄河潼关断面过去10年(1996-2005年)水质状况,利用GM(1,1)模型群预测了未来7年(2006-2012年)的水质发展状况.     

黄河三门峡河段基于模糊数学方法的水质评价

水体质量受多种因素的影响,水质评价是对多种因素的综合评价,水环境污染及其程度的轻重属于模糊概念,水质分级实质是水体影响因素论域上的模糊子集,因此采用模糊综合评价方法对水质进行评价较为合适.介绍了模糊综合评价方法及步骤,并且针对在利用模糊数学方法评价水质时各个影响因子权重难以确定的状况,采用了解相关模糊方程法来确定权重,有效地避免了主观因素的干扰,最后,依据《地表水环境质量标准》(GB3838-2002)作为水质评价标准,对黄河三门峡河段水质进行了评价,并与相关文献作一比较,总体效果较为满意.     

黄河三门峡段基于马尔科夫模型的水质预测

水质变化趋势预测是维护和管理当前水质状况的重要依据,影响水质的有物理学、化学、水力学、生物学、气象学以及人类活动等多方面的因素,在时间和空间上存在相当多的影响变量.现有的基于数学表达式的水质预测模型很难将这些因素都考虑进去,而且预测的是一个具体的数值.利用马尔可夫链预测水质所处状态概率,实质上是预测水质指标带有一定置信水平的置信区间,在可以完全满足实际需要的前提下,扩大了预测的范围,相对地提高了预测的精确度.介绍了马尔科夫模型的基本原理,并且将其应用到黄河三门峡河段的水质预测中,总体效果基本满意.