湖泊水质富营养化评价的模糊隶属函数法

建立了利用模糊隶属函数进行湖泊水质富养化的评价方法。并研究了我国三个主要湖泊的富营养化状况，和其它方法比较，取得了满意的结果。文章为湖泊水质富营养化评价提供了一种简单而实用的评价方法。     

湖泊水质富营养化评价的模糊决策方法

针对湖泊水质富营养化评价中各等级之间的模糊性,在充分考虑水质各污染因素权重大小的基础上,运用模糊综合评判方法建立了湖泊水质富营养化评价模型.并研究了我国5个主要湖泊的富营养化状况,和其它方法比较,取得了满意的结果.为湖泊水质富营养化评价提供了一种准确的、有效的决策方法.     

湖泊富营养化的综合评价方法的探讨与实例

目前富营养化评价方法众多,但各评价方法之间缺乏可比性,不利于湖泊富营养化的有效管理和治理.本文在对现有湖泊富营养化的评价方法进行分析、评价的基础上,从湖泊水生生态系统出发,提出了适合我国国情的基于<地表水环境质量标准>(GB3838-2002)的湖泊富营养化水生生态系统评价方法.即水质、水生生物与底质评价相结合的系统的、综合的富营养化评价方法.该方法可对不同湖泊的富营养化状况进行比较,并可对同一湖泊富营养化的时空变化进行分析,有利于对湖泊富营养化程度、成因做出客观、合理的判断,为治理富营养化提供全面、科学的决策依据.     

湖泊水质富营养化评价的物元分析法

建立了利用物元分析理论进行湖泊水质富营养化评价的新模型.并研究了我国五个主要湖泊的富营养化状况,和其它方法比较,取得了满意的结果.     

属性识别理论模型在湖泊水质富营养化评价中的应用

近年来提出的属性识别理论模型已在环境质量评价中有所应用。现将该模型引用到湖泊水质富营养化评价中来 ,并用此模型对福州市山仔水库的水质进行评价 ,其评价结果与运用模糊隶属函数法得到的结果进行比较 ,其结果令人满意。此模型为湖泊水质的富营养化评价提供一种简便实用的评价方法     

水质富营养化程度的人工神经网络决策模型

为了对水质富营养化程度进行综合评价,提出水质富营养化决策的人工神经网络模型,用此模型研究我国17个湖泊的富营养化状况,通过期望输出值的选取和对未知水体的评价原则充分体现了水质富营养化各等级之间的模糊性,正确地反映了水质富营养化作用的内部机理。     

福建省主要湖库水质污染评价

人工湖泊、水库在建造时都具有不同的功能，但目前有些湖库的水质受到污染、水质富营养化加剧，影响湖库发挥应有的作用。本文在评价了福建省主要湖泊、水库水质的污染状况及分析了富营养化的原因后，提出对策与措施，为防治湖库的污染提供依据。     

湖泊富营养化组合评价的真值次数加权法

针对湖泊水体富营化评价方法具有的不确定性问题,提出了湖泊富营养化组合评价的真值次数加权法.该法的建立步骤分为3步:首先,根据富营养化评价标准,随机生成1000组富营养化水质指标样本,分别用灰色关联法、模糊评价法、打分统计法、经验频率法、贝叶斯方法、向量评价法6种单项方法进行富营养化评价;然后统计1000组样本中各单项方法的评价值与真值相同的次数,据此计算各单项评价方法在组合评价方法中所占的权重;最后利用权重值对6种单项评价值进行加权平均组合,从而得到真值次数加权法的组合评价结果.将真值次数加权法应用于全国30个湖泊的水体富营养化评价,结果表明,该法能有效降低单项评价方法的不确定性.     

物元分析在湖泊富营养化评价中的应用

提出湖泊富营养化评价的物元分析法，该方法将湖泊富营养化级别，评价指标及其量值作为物元，根据分级标准建立关联函数，通过计算综合关联度判定湖泊富营养化级别。用我国１８个主要湖泊的实测数据进行评价，并与用其它方法评价的结果进行对比，说明该方法的优越性。     

骆马湖水体的营养特征及其变化趋势

湖泊富营养化是因营养物质输入过量而引起的一种水体效应。它不仅突出表现为水中藻类和大型水生植物的过度生长，同时还伴随一系列的水质变化，如ｐＨ增高，深层水缺氧，氮、磷等营养盐含量增高，有机耗氧物增多，水体产生不良异味等，从而导致水质恶化，影响供水、渔业、娱乐等多种功能。因此，湖泊水质调查是揭示湖泊富营养化问题、评价湖泊富营养化状态、制定湖泊富营养化防治对策必不可少的重要基础工作［１］。 骆马湖位于江苏省北部的淮北平原，面积２６０ｋｍ２（水位２３．０ｍ），是江苏省第四大湖泊，年水位涨幅为１．９０～５．…     

基于云模型的水体富营养化程度评价方法

水体富营养化程度评价对生态环境保护具有重要意义.针对水体富营养化程度评价不可避免的模糊性和随机性的特点,本文引入云模型的方法,对我国14个代表性湖库的富营养化程度进行评价.根据确定的评价标准,生成各评价因子隶属于各级别的综合云模型,并针对湖库实测资料,得到各评价物的确定度,由最大确定度决定湖库营养化级别.将该法所得结果与湖库实际水质状况、国内外应用较为广泛且简便的营养状态指数、评分公式法及模糊综合评价法所得结果进行对比,发现评价结果真实可靠,计算过程简洁明了,验证了该方法的可行性和有效性.     

云南省九大高原湖泊营养状态综合对比评价分析

基于主成分分析理论和SPSS统计软件,建立湖泊富营养综合评价模型,以云南省九大高原湖泊为例,对滇池等九大高原湖泊营养状态进行综合评价,并与指数评价法评价结果作对比分析。结果表明：基于主成分分析法的湖库营养状态综合评价能较好地反映云南省九大高原湖泊营养状态,综合评价结果优于指数法。     

湖库富营养化的改进型模糊综合评价方法研究

针对水体富营养化评价系统的非线性、模糊综合评价法过程中权重赋予的主观随意性和隶属函数的不准确性等特点,对传统模糊综合评价法进行了改进,并据此对我国24个代表性湖库的富营养化程度进行了评价.其中以SPSS16.0和Yaaph软件为载体,采用层次分析法和主成分分析法相结合来确定选取因子的权重.根据确定的评价标准作自然对数变换使之线性化,并结合由基础数据统计分布情况,生成各评价因子隶属于各营养等级的对数形式的降半梯形隶属函数,进而得到各湖库的确定度,最后依据最大确定度得到湖库富营养化级别.该法所得结果与湖库实际富营养化状况以及现有多种评价方法的结果的对比表明,该改进方法的评价结果真实、准确、计算简单,具有可行性.     

蚁群投影寻踪回归在湖泊水质富营养化评价中的应用

根据湖泊富营养化特性,选择总磷(TP)、总氮(TN)、耗氧量(CODMn)、透明度(SD)、生物量等5个评价指标作为评价因子,建立湖泊富营养化评价的投影寻踪分析模型,采用蚁群算法对评价模型进行优化,并将该模型应用于我国8个湖泊富营养化程度的评价。研究表明:投影寻踪回归分析法,避免了传统评价方法由于主观原因造成的误差,评价结果合理可信、方法简单,为湖泊水体营养化状态的评价提供了新途径。     

基于模糊权物元分析模型的湖泊富营养化评价

运用模糊权重,结合层次分析法和物元分析法,试图构建模糊权物元分析模型。该模型不仅继承了经典物元分析的优点,同时充分考虑了权重的不确定性。按照中国湖泊富营养化评价标准,把湖泊水体富营养化程度划分为6个等级,选取Chl-a、TP、TN、CODMn和SD等5个指标为评价指标,应用该模型对东昌湖富营养化进行了评价,结果表明:所监测的3个湖区均为富营养化等级,其中又以西北湖区最严重,西南湖区次之,东南湖区相对较好。研究结果与实际相符,说明了此方法具有良好的可靠性,可适用于湖泊富营养化的综合评价。     

中国湖库营养状态现状调查分析

近年来,随着经济的高速发展,我国湖库氮、磷污染负荷增加,富营养化问题有增无减,已经成为我国湖库面临的重大环境问题。以2005年-2007年我国大陆地区各省(自治区、直辖市)183个湖泊、541个水库的调查资料为基础,采用单项指标评价和综合评价方法,分析了我国湖库富营养化状况。结果表明:我国湖库受营养盐污染的形势十分严峻,富营养化成为我国湖库共同面临的主要环境问题;总体而言,水库的富营养状态要优于湖泊,但水库的富营养化污染也不容乐观;总磷超标情况要重于总氮,透明度超标比例相对较小。     

湖泊水质富营养化评价的模糊神经网络方法

为了探索人工神经网络用于湖泊营养化评价的可能性,提出了基于多准则学习的模糊神经网络湖泊水质营养化评价模型。该模型应用于我国五大主要湖泊水质营养化的评价结果表明,模糊神经网络用于湖泊水质营养化评价,具有简便、实用、客观性和广泛的通用性。