基于模糊模式识别理论的水质综合评价的改进

传统的模糊模式识别理论在水质评价中应用时,均为对水质进行5级评价,而当水质指标监测值超出Ⅴ类水质标准时,5级水质评价结果较实际情况偏好,这样使得评价结果与真实情况有较大偏差。针对这一问题,提出一种改进的基于模糊模式识别理论的6级水质评价模型,并以小清河为例,采用该改进的水质评价方法进行水质评价,并将评价结果与单因子评价法和传统的5级模糊综合评价法进行比较,结果表明:改进的水质评价方法既考虑了所有参评指标对水质的综合影响,又考虑了水质指标超出Ⅴ类水质标准的情况,评价结果较接近水质的实际情况。     

基于改进可变模糊集的延河水质评价

为了合理评价延河水质,基于集对分析法、熵值理论和可变模糊集,构建了水质评价模型。该模型利用可变模糊集的思想,将熵权集对分析法得出的加权平均联系度作为相对差异度,计算水质的最终评价等级。利用该模型对延河5个监测断面的6项水质指标进行了综合评价,结果表明:延河整体水质较好,4个监测断面属于Ⅲ类水体,1个监测断面属于Ⅱ类水体;与其他方法比较,该模型评价结果合理,计算简便,同时还可以比较处于同一水质等级下不同监测断面的污染情况,对研究河流沿程污染和确定河流纳污能力有一定指导意义。     

基于粗糙集——信息熵的水质综合评价方法研究

水质评价是水环境治理和水环境保护的基础,如何客观地设定各水质评价指标的权重是水质评价的重点和难点。首次将改进的基于粗糙集和条件信息熵权重的确定方法应用到水质评价中,科学、有效地确定了各水质评价指标的权重,并在此基础上进一步建立了基于粗糙集和条件信息熵的水质评价模型。利用该模型,对重庆市南川凤嘴江的实测水质数据进行了综合评价。应用结果表明:运用该方法得出的评价结果更加科学、合理,而且能够对同一等级的水质开展进一步的细化分级。研究成果可为水质监测和水质评价提供一种新的思路。     

基于Critic-Cloud模型的东江干流水质评价

将云模型引入到水质评价研究中,选用CODMn、NH3-N和TP等9个指标构建云模型的特征数,利用Critic法推求各因子客观权重后采取最大确定度来判定水质的综合评价等级,对2004-2010年东江干流水质进行了综合评价,并选取东岸断面评价结果与由模糊综合评价法得出结果进行对比。结果表明：基于云模型的东江干流水质综合评价多为Ⅰ～Ⅱ级,这与实际水质相符,同模糊综合评价法评价结果吻合程度为96.6％,表明基于云模型的地表水体水质评价方法合理可行,且能更为直观的表述水质评价中的模糊性和随机性。     

新孟河延伸拓浚工程对滆湖水量水质影响研究

新孟河延伸拓浚工程为太湖流域重要骨干引排工程。工程实施后加强了长江、洮湖、滆湖、太湖以及区域其他河网水系的互联互通,将对滆湖水文情势、水环境产生较大的影响。本文采用太湖流域一维河网水动力模型与滆湖二维水量水质模型嵌套,对枯水和平水典型年条件下工程建设前后滆湖水动力、水质变化进行模拟研究。结果表明：工程实施后,滆湖水动力条件、水质均有较大程度改善,枯水年尤为如此。但由于长江水源TP、TN水质指标值较高,引入长江水后仍不能满足滆湖水功能区划的要求,建议采取其他措施以进一步降低湖区TP、TN的浓度,以促进滆湖水生态系统健康发展。     

基于改进的投影寻踪-云模型的农业灌溉水质综合评价

提出基于投影寻踪函数和云模型的水质综合评价模型,选取太湖流域20个样本盐度、氯化物、氨氮、溶解性固体4类具有代表性的农业灌溉水质监测数据,在综合其投影值及隶属度基础上,计算农业灌溉水质的等级区分粒度。结果表明,投影寻踪模型计算值平均绝对误差仅为0.125 2级,达到了较好的水质评价精确度,同时利用云模型计算各个监测指标得到的最大综合确定度所属级别与经验等级一致。     

基于秩相关系数的区间数型水质量评价模型及其应用

针对区域阶段性水质综合评价中的模糊不确定性问题,提出一种基于Spearman秩相关系数的区间数型水质综合评价模型,将多时段水质监测样本的等级隶属问题转化为区间数型多属性决策方案的相关性计算问题。模型通过将水环境质量标准和待评价水质实测值构成决策矩阵,借鉴灰色理论的思想确定相对最佳方案,通过决策方案与相对最佳方案的Spearman秩相关系数,进而由相对海明距离确定研究区的水质等级。应用于浑河沈阳东陵大桥监测段进行实例检验,其评价结果与区间数集对分析法和区间数贴近度法评价相近,表明本模型能有效处理区间型水质评价问题,同其他区间数型水质评价方法比较,在评价过程中具有逻辑清晰,计算便捷,易与其他方法结合等优点。     

基于改进信息熵的江苏氵鬲湖水质分布规律研究

为得出近年来江苏滆湖水质变化趋势,基于2008～2016年近9 a的长期水质实测资料,分析了不同水质指标的年际与年内变化趋势,并发出100份问卷,根据专家经验得到主观权重,根据信息熵理论得到客观权重,最终基于综合权重构建了新型水质综合评价模型,并对滆湖不同分区的水质进行了评价。结果表明:不同水质指标近9 a均呈总体降低趋势,在2008年之后出现显著降低,原因可能是由于近年治理措施取得了良好效果,但缓冲区水质指标普遍高于其余区域,最高高出了37.2%;不同水质指标年内变化呈先减小后增加的趋势,在11月至次年2月水质普遍较差;基于新型水质综合评价模型,分析了滆湖不同分区的水质类别,发现核心区与开发控制利用区属于Ⅲ类水,而缓冲区水质属于Ⅳ类水,水质较差,需及时制定相应措施改善缓冲区水质。研究得出的结论符合实际数据观测情况与当地实际情况,表明该模型具有一定的科学性和使用价值,可为当地水质治理措施的制定提供科学依据。     

基于模糊物元模型的黑河流域水质评价

为解决水质评价中评价指标众多,存在复杂性、模糊性和不确定性等问题,采用基于指标变换值的模糊物元模型对黑河流域2013年的水质进行评价,并与传统的单因子评价法和灰色关联分析法评价结果进行对比。结果表明:模糊物元模型水质评价得出札马什克、莺落峡、高崖、正义峡、肃南5个评价断面的水质级别分别为Ⅱ、Ⅰ、Ⅱ、Ⅰ、Ⅱ;基于指标变换值的模糊物元模型得出的评价结果与灰色关联分析法是一致的,与单因子评价法的评价结果在莺落峡和正义峡两个断面上略有不同;基于指标变换值的模糊物元模型应用在黑河流域水质评价中是合理可行的,且计算简便实用。     

QUAL2K模型在苏子河水质模拟中的应用

水质模型的应用,是水质评价及预测的重要手段。依据调查与监测数据,建立了苏子河的QUAL2K水质模型,对该河BOD、COD、NH3-N三种水质参数进行验证,结果表明:苏子河5个监测点的水质指标模拟的相比误差均在10%以内,计算值与实测值相关性较好,能够达到模型精度的要求;对苏子河水质参数模拟精度最高的是NH3-N,其次是BOD和COD;对苏子河中游模拟误差最大,而大伙房水库入库口模拟误差最小。     

基于SPA和信息熵的可变模糊集水质评价方法

针对水环境质量动态多变性、不确定性和模糊性的特点,采用集对分析方法计算水质样本与水质评价等级之间的联系度,运用信息熵确定评价指标的权重值,进而建立基于可变模糊集的水质定量评价模型,以5级评判为原则,对以往利用集对势评判水质等级的方法进行了改进。实例评价结果与综合指数法、灰色关联法评价结果对比,验证了该方法的实用性和有效性,其评价结果能够反映研究对象的真实状况。     

基于改进信息熵的江苏滆湖水质分布规律研究

为得出近年来江苏滆湖水质变化趋势,基于2008~2016年近9 a的长期水质实测资料,分析了不同水质指标的年际与年内变化趋势,并发出100份问卷,根据专家经验得到主观权重,根据信息熵理论得到客观权重,最终基于综合权重构建了新型水质综合评价模型,并对滆湖不同分区的水质进行了评价。结果表明：不同水质指标近9 a均呈总体降低趋势,在2008年之后出现显著降低,原因可能是由于近年治理措施取得了良好效果,但缓冲区水质指标普遍高于其余区域,最高高出了37.2%;不同水质指标年内变化呈先减小后增加的趋势,在11月至次年2月水质普遍较差;基于新型水质综合评价模型,分析了滆湖不同分区的水质类别,发现核心区与开发控制利用区属于Ⅲ类水,而缓冲区水质属于Ⅳ类水,水质较差,需及时制定相应措施改善缓冲区水质。研究得出的结论符合实际数据观测情况与当地实际情况,表明该模型具有一定的科学性和使用价值,可为当地水质治理措施的制定提供科学依据。     

水质综合评价的模糊可变集合方法

基于立足全局的系统观,应用模糊可变集合,建立水质评价模型,把水质评价由定性转化为定量。该方法能够科学、合理地确定与水质相关的各个研究指标处于级别区间的隶属度、相对隶属函数,并根据指标重要性进行二元比较与量化,从而合理地确定出各个指标的权重。通过实际水质等级的级别特征值计算,对北京永定河水质进行了模糊可变集合评价。评价结果表明了该方法的可应用性。     

基于综合权重的灌溉水质评价物元模型

针对灌溉水质单指标评价的缺点和现有综合评价方法存在的问题,将分辨能力强、不易丢失信息的物元模型引入到灌溉水质的评价中,并采用主观权重(AHP法)和客观权重(熵权法)综合的方法解决关联度计算时权重不易确定的问题。将基于综合权重的灌溉水质评价物元模型应用于实例分析,5个水样的灌溉水质分别为Ⅱ级、Ⅲ级、Ⅴ级、Ⅴ级和Ⅲ级,与属性综合评价法的评价结果基本一致,说明物元模型用于灌溉水质综合评价方法可行、结果可信。     

基于人工神经网络的水质监测模型研究

为找出适用于水质指标监测的标准模型,本文用遗传算法优化BP神经网络模型(GABP),选取高锰酸盐指数(CODMN)、总氮(TN)和总磷(TP)3种实测指标为基础,以Nash-Sutcliffe系数(CD)、逐日相对均方根误差(RMSE)和Kendall一致性系数(K)为评价指标体系,找出最优模型,并将结果与BP神经网络模型对比,结果表明:GABP模型在对3种指标进行模拟时,其模拟结果与实测值的拟合方程斜率均在0.95―1.06之间,且决定系数较高,均在0.70以上;同时对不同模型评价指标进行计算可知,GABP模型对3种指标计算结果的RMSE均在0.301一下,而CD和K值均超过了0.79,且与实测值的相关性均达到了极显著水平(P0.01),这表明GABP模型对水质指标的模拟精度较高,可作为水质监测的基本模型使用。     

基于模糊物元的湖泊水质评价模型研究

在模糊物元分析原理的基础上，结合水质评价的特点和海明贴近度的概念，提出了基于模糊物元分析方法的水质评价模型。在对水质进行综合评价时。分别把水质的分类等级和水样作为物元的事物，以它们的各项评价指标及其相应的模糊量值构造复合模糊物元，通过计算与理想模糊物元之间的海明贴近度，实现对水样水质的等级评价和水样排序。研究结果说明：该模糊物元模型简便、通用，计算结果较为客观和稳定，为水质综合评价提供了新的有效方法。     

生态清淤技术在滆湖治理中的应用

从滆湖湖泊水质、入湖河流水质以及清淤区域水质等方面对滆湖水环境现状进行分析,并对滆湖底泥分布和污染状况进行监测。含有丰富营养物质的底泥成为水体潜在的内源污染源,并且向滆湖水中释放污染物。先期实施的宜兴市高塍镇滆湖生态清淤工程实施面积1.05km2,清淤总量108.19万m3。采用绞吸式环保吸泥船疏挖,并对清淤机械选择、疏浚土运输、堆泥场设计以及余水处理等进行阐述。     

模糊区间型综合决策方法在水质评价中的应用

污染事故对水质安全构成了严重威胁,污染事故水质评价可以准确判定事故对水质的影响。针对传统水质评价模型存在不能反映水质监测值动态变化特征、水质优劣指标间相互过度补偿,以及无法区分同一类型水质优劣的问题,构建模糊区间型多属性综合评价模型,改进现有水质评价方法。该模型将水质监测信息集按一定规则聚合转换成区间数,开展水质监测测度区间与各类水质标准区间的相似度判定,基于优化主客观综合赋权法开展水质指标赋权,并采用模糊综合评价法计算待测水体模糊综合评价指数,确定水质类别。将模糊区间型多属性综合评价模型应用于大伙房水库暴雨后水质变化分析的实例表明:评价模型生成的模糊综合评价指数可以区分出同类水质的优劣,改进模型适用于特大暴雨等突发污染事故的水质评价研究。     

基于改进型内梅罗污染指数法的玛纳斯河流域地表水水质评价

运用改进型内梅罗污染指数法评价玛纳斯河流域地表水水质,结果表明各监测断面丰、枯、平3个水期中,丰水期水质状况最差;4个监测断面中玛纳斯河水质状况最好,蘑菇湖水库水质状况最差,其内梅罗污染数值接近4;五项水质评价指标中,石油类及BOD5是研究区内超标最严重的两项评价因子;3个水期内,研究区整体评价等级均为Ⅳ类中度污染.     

基于Free Search的投影寻踪模型的全国主要流域重点断面水质评价

为更好评价全国主要流域重点断面的水质等级,文章构建了基于自由搜索(Free Search,FS)的投影寻踪(Projection Pursuit,PP)模型PPFS。根据《地表水环境质量标准GB3838-2002》,在等级区间内随机产生水质指标的样本值,并对样本值进行标准化处理;依据投影寻踪原理,构建了能够携带原评估指标系统变异信息的投影指标函数;引入FS算法,对投影指标函数进行优化并得到最佳投影方向;根据投影值与水质等级的关系建立水质评价模型。并利用中国环境监测总站2018年第52周的水质监测数据对PPFS模型的水质评价结果进行了验证。结果表明,在143个断面中,有63个断面的水质等级的计算值与单因子评价值相同,80个断面的水质等级的计算值与单因子评价值不同。与单因子评价结果相比,PPFS模型对水质的评价结果更客观。