基于SBR工艺的活性污泥呼吸速率在线软测量的研究

呼吸速率是表征活性污泥处理过程的主要变量,它直接反映了好氧生物处理过程中生物的活性和有机物的降解速率。本研究通过对呼吸速率测定原理的探讨,提出了基于SBR工艺的呼吸速率在线软测量模型,并通过实验室搭建的控制平台实现了微生物呼吸速率的在线测量。     

基于长短时记忆神经网络的河流水质预测研究

准确高效地预测河流水质变化趋势对河流水环境治理与保护具有重要意义。该文利用广州市白坭河上自动监测站每2 h的水质数据,从单测站数据时序之间的相关性和上游测站的影响两方面,分别建立长短时记忆网络(LSTM)河流水质预测的循环神经网络模型。模型以氨氮浓度为输出变量,比较了不同输入变量下的模型预测效果,并以最优模型和常用的深度学习算法支持向量机(SVM)进行了比较。结果表明:单测站LSTM模型经输入变量特征选择后的预测结果比仅使用氨氮浓度单变量的时间序列预测更接近真实数值;对加入上游监测站的双测站LSTM模型,输入的变量经过特征选择时,模型预测效果优于全部水质变量作为输入的预测结果,也优于单测站LSTM模型;但不进行特征选择时,输入变量增加,模型学习到噪声而使精度下降;和SVM模型相比,最优特征组合的LSTM模型具有更好的预测效果。研究也表明,对输入变量进行特征选择后,LSTM模型是一种有潜力的河流水质预测方法。     

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.     

基于呼吸速率的BOD在线测量的基础研究

首先给出了以活性污泥反应器为载体,基于呼吸速率的BOD在线测量的原理,然后通过呼吸速率方法确定了在线测量过程需要确定的产率系数,给出了饱和常数在线校正的方法,最终通过对葡萄糖人工配水BOD进行了测量.测量结果与理论分析进行了比较,最终证明基于呼吸速率在线测量BOD是基本可行的.     

水质总磷总氮在线自动监测技术的研究

通过优化国内外水质总氮总磷的手工和自动监测方法及设计参数,研究了基于紫外催化-过硫酸钾氧化分光光度法的在线监测技术,设计了紫外线加强氧化-消解反应器和20通道自动校准与自动进样集成控制系统。该技术与国家标准监测方法相比大大提高了总磷总氮氧化率和消解速度,实现了在较低温度和常压条件下水质总磷总氮的快速、安全和稳定的在线自动监测,具备了良好的市场推广应用前景。     

广州潮汐河网水质预测数学模型研究

采用有限控制体积法和隐式离散基本水质方程,根据潮汐河网的特点,利用半控制体积概念和迭加原理,导出一种适合于任意形状的均匀混合型潮汐河网水质方程的分缓解法。应用广州潮汐河网两期水文水质同步实测资料,建立溶解氧动态模型,并进行了不同条件下的水质预测,初步揭示了广州潮汐河网半月潮期间的水质变化特性。      

污水处理厂水质在线监测数据可靠性研究

水质在线自动监测系统近年已经开始应用于污水处理厂,在线监测数据的可靠性是污水处理厂推广和应用水质在线监测系统的前提和基础。以广州市某污水厂水质在线监测系统为研究对象,采用对比实验的方法并应用数理统计原理对实验结果进行分析,探讨水质在线监测系统数据的可靠性。经实验及结果分析,污水处理厂水质在线监测系统测得的数据真实可靠,可以用于对污水厂的监督和运行指导。     

城市饮用水源水质在线监测系统的建设

近几年,城市饮用水源水质问题日益严峻,水质在线监测技术得到广泛关注。本文以德阳市饮用水源水质在线监测系统为例,详细介绍水质在线监测系统各组成部分的建设内容和设计思路,为我省城市饮用水源水质在线监测系统的建设提供参考。     

基于多模式逆向水质模型的程海水位调控-水质响应预测研究

以云南省程海为例,基于CE-QUAL-W2计算平台开发了水动力-水质模型.由于程海现有的数据不足以支撑开发可靠的流域水文与污染物负荷模型,为弥补由此引起的水质模型边界条件缺失的限制,本研究提出了基于逆向模拟与遗传算法的多模式负荷-参数识别方法来实现对水质模型的校正和鲁棒校验.应用校验后的模型对程海不同水位调控情景的水质...     

水利工程对地下水水质影响模型的研究

采用“箱式”理论，应用输出输入水质溶质迁移原理，研究地下水受工程影响后的物理、化学、水质作用机理与变化规律。试图建立适合于水利工程对地下水水质影响评价模型。并将ＰＥＱ模型应用于葛洲坝工程对宜昌市地下水质影响评价实例，所得结果与实测值的吻合程度良好。     

基于EFDC模型的滇池水质模拟

从应用层面介绍EFDC模型的主要编程原理和数据结构,以及主控文件、初始化数据、气象和负荷数据以及模型输出的内容和结构。利用1988、1989年的负荷数据和观测资料,对滇池水质进行了模拟。结果表明,模型的水动力模块模拟结果与实际情况较接近,水质模块的模拟结果尚可接受,模型实用程度的提高有赖于基础数据的积累。     

学习率有限监督调整BP网络在水质评价中的应用

以地表水环境质量标准基本项目标准限值为依据,随机生成标准样本和检测样本,采用学习率有限监督调整BP网络建立水质评价模型。完成网络训练的模型对检测样本进行检验评价,检验结果表明,该人工神经网络水质评价模型具有较高的精度,同时,可以避免人为主观因素对水质评价的影响,保证了水质鉴定的科学性和公正性。     

基于改进遗传算法率定水质参数的研究

提出一种新的优化准则函数,结合改进的加速遗传算法,能够求得全局最优的水质参数。实例计算结果表明,新算法具有较高的精确度和良好的优化性能。     

基于水质水动力模型的鱼洞水库水污染物总量控制研究

以CE-QUAL-W2为平台,对昭通市鱼洞水库的水质水动力进行了模拟,很好地再现了水库水质的变化趋势和幅度。根据环境标准的不同解译方式计算了鱼洞水库在三种情景下的水环境容量：情景1以鱼洞水库表层全年的逐日污染物浓度100%达标;情景2以鱼洞水库表层全年80%时间内污染物浓度达标;情景3以鱼洞水库表层全年50%时间内污染物浓度达标。情景1下,鱼洞水库TN、TP负荷需要在现有基础上分别削减50%、45%,该方案风险较低,但面临短期内经济与技术上的不可行,可作为流域环境管理的长期目标;情景2下,鱼洞水库TN、TP负荷需在现有基础上分别削减42%、15%;情景3下,洞水库TN负荷需在现有基础上削减20%,TP不需削减,该方案可作为流域环境管理的近期目标。     

试论ASM水质特性参数测定方法

综述了活性污泥数学模型的相应理论及发展历程.主要介绍了广泛应用的ASM模型,并详细介绍了模型中的水质特性参数(Ss、S1、Xs、X1)的各种测定方法.     

基于神经网络模型的水质监测与评价系统

对水环境的监测与评价，可以掌握水质现状及其发展趋势，为水资源的开发利用和管理提供科学依据。水质评价是建立在水质监测基础之上的。首先结合我国水环境监测技术规范与标准，合理地选择监测项目与监测仪器，建立水质监测系统。然后在水质监测所获数据基础上，运用人工神经网络的理论和方法，通过BP网络不断的学习与训练，归纳出评价标准与评价结果间复杂的非线性关系，建立水质评价的BP神经网络模型系统。经实际应用表明，该系统具有很强的学习、联想和容错功能。为水质监测与评价提供了一条新的途径。     

基于熵权-属性识别模型的地表水质量评价

利用熵权法并结合属性识别理论,建立了熵权-属性识别模型。采用地表水环境质量标准（GB3838—2002）作为依据,选用7个影响因子作为评价指标,利用熵权法确定各评价指标的权重以计算综合属性测度区间,应用置信度准则和评分准则对地表水质量进行属性识别。实例研究表明,该模型能有效地解决地表水质量评价的问题,评价模型采用熵权法确定权重,避免了权重确定中的主观性和随意性,保证了评价工作的客观性和准确性。     

基于BP人工神经网络的闽江口水厂水质模拟

近年来闽江感潮河段水厂多次发生咸潮入侵威胁城市供水安全,评估其影响机制及适应性管理策略显得尤为迫切。文章研究基于BP人工神经网络模型和情景分析方法,构建闽江感潮河段水厂盐度与氨氮模型,并定量模拟闽江感潮河段水厂咸潮入侵的影响机制与应对措施。所构建的模型总体表现良好,情景模拟结果表明,闽江上游水电开发对南港地区的盐的影响较大,特别是对城门水厂的水质的影响较大,其咸潮发生的频率出现了明显的上升。河口地区的采沙挖沙活动使得河口地区的最小潮位水平下降、河口各水厂咸潮发生的持续时间和频率有明显的增加,尤其是5、6月份发生咸潮的风险增加。进一步分析表明,当采沙挖沙活动停止时,闽江口地区的盐度开始慢慢下降,6年左右闽江口地区各水厂的盐度可维持在一个可接受的水平上。该研究增进了对闽江感潮河段水厂咸潮入侵影响机制的认识,研究结果可为流域水资源管理与区域饮用水安全提供科学依据。     

基于遗传算法的改进BP神经网络模型在水质评价中的应用

为了确定水体类别，引入人工神经网络理论并通过建立BP神经网络模型对水体的质量、利用价值和处理要求进行评价。针对BP网络应用中存在的问题，建立了基于遗传算法的改进BP神经网络模型，并阐述了训练样本产生、数据归一化、构建网络拓扑结构、初始权重及阀值确定等应用过程。通过实例分析表明，该模型应用于水质评价具有客观性和实用性。     

地表水水质模型概述

近些年来,我国水环境问题日益凸显,借助水质模型对水污染问题进行研究,并为相关管理和规划提供技术支持已经成为水环境研究的热点。本文阐述了地表水水质模型的概念、发展以及分类,介绍了几种当前比较成熟的地表水水质模型,并对地表水水质模型的未来发展做了展望。