基于T-S模糊神经网络的水质评价方法及其在四水流域的应用

针对水质评价方法评价等级固化、评价方法整体性不强以及指标间差异较大等特点,引入了T-S模糊神经网络对水质进行评价。基于T-S模糊系统的数据处理能力和神经网络对数据间非线性关系的拟合能力,构造TS模糊神经网络。经过训练、检验发现该网络对生成数据的拟合程度较高,可以应用于水质评价。将该神经网络应用于湖南省四水干流的水质评价,发现四水代表水质站点的水质情况从2005—2015年期间基本符合地表水Ⅲ类水标准,同时,湘江湘潭站及长沙站存在一定的水质等级变优趋势。     

自适应变步长BP神经网络在水质评价中的应用

为克服传统的BP网络的不足，采用自适应变步长算法（ABPM）来训练前馈人工神经网络。根据黄河流域的大汶河水系的水质监测的数据，建立了一个对地面水质进行判别的多层前馈网络数学模型。以地面水质七项污染指标为训练样本，对网络进行训练，并将训练好的网络用于水质进行评价，将计算结果与BP网络评价结果、单因子评价结果进行了比较分析。结果表明，ABPM神经网络方法收敛速度较快，预测精度很高，为水质评价提供了一种新方法。     

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AHM-CRITIC组合赋权贝叶斯的南湾水库水质评价与影响因素分析

针对传统贝叶斯模型将各评价因子“等权重”、忽略了各评价因子对水质贡献差异性的问题，在传统贝叶斯模型的基础上引入AHM-CRITIC组合赋权，构建基于AHM-CRITIC组合赋权的贝叶斯水质评价模型，并基于南湾水库2012—2020年库区断面和主要入库支流逐月水质实测数据，定量分析南湾湖水质与主要入库支流水质类别，并与其他方法进行对比分析。研究发现：(1)2012—2015年，南湾湖水质基本维持Ⅲ类标准，2016—2020年，偶有时段不满足Ⅲ类标准，甚至出现Ⅳ类水，董家河断面水质较差，小浉河断面、谭家河断面、五道河断面、席家河断面等水质较好；(2)组合赋权贝叶斯水质评价模型与单因子指数法和改进内梅罗指数法的结果更吻合，克服了主观赋权贝叶斯法的缺点。说明该模型能更真实反映南湾湖水质，可为同类水质评价提供技术依据。     

灰色关联法在牡丹江干流水质评价中的应用

本文在论述灰色关联方法原理的基础上,利用灰色关联法对牡丹江各监测断面的水质监测指标进行水质评价。结果表明应用灰色关联法评价牡丹江各监测断面水质状况符合实际;江源、敦化水源、大山咀子断面水质为Ⅱ类水标准,敦化断面水质为Ⅴ类水标准。     

用灰色聚类法评价龙江水质

水质评价具有不确定性的特点,可将灰色聚类决策方法应用于水质评价,建立水质综合评价的灰色聚类决策模型。简述了灰色聚类法的基本数学原理及应用的方法步骤,并采用该方法对龙江流域河池段水质进行综合评价,为流域水环境保护工作提供防治依据。     

基于组合权重-集对分析理论的城市湖泊水质评价模型——以玄武湖为例

全面准确地进行水质评价是城市湖泊有效治理的前提。研究基于组合权重-集对分析理论，以溶解氧(DO)、氨氮(NH₃-N)、总磷(TP)、总氮(TN)为评价指标，利用综合层次分析法和熵权法确定指标权重，选择六元联系数，建立了适用于玄武湖的水质评价模型。结果表明，玄武湖的水质尚未完全达到Ⅳ类水标准，与传统评价方法(单因子评价法、主成分分析法)相比，采用基于组合权重-集对分析理论的城市湖泊水质模型开展评价工作时，可通过主客观相结合的方法综合考虑多种指标，且能对同一片湖区不同区域的同一等级水质的进一步发展趋势进行分析，从而完成更为全面细致的水质评价工作，为后续城市湖泊分区治理提供更为可靠的依据。     

辽河流域水安全评价

根据辽河流域水资源现状,选择18项指标构建水安全评价体系和等级划分标准,对各项指标数据利用专家打分法和模糊C-聚类分析FCM法进行处理,并使用学习向量量化LVQ网络模型评价辽河流域水安全状况。研究表明：2015—2021年辽河流域水安全总体呈上升趋势,从2015年的不安全逐渐转变成2021年的安全等级;从评价精度及运算速度上FCM-LVQ网络模型较BP、LVQ模型更优,更适用于流域水安全相关研究。     

水质综合评价的LM-BP神经网络通用模型应用

分析BP神经网络应用于水质评价中存在的问题和目前水质评价中的不足,基于地表水环境质量分级标准和L-M算法原理,提出LM-BP神经网络水质综合评价通用模型。利用随机内插方法在地表水环境质量分级标准阈值间生成训练样本和检验样本,采用顺序和随机两种方法选取训练样本和检验样本进行随机模拟;利用平均相对误差、最大相对误差等统计指标评价LM-BP模型性能,并构建传统BP、RBF模型作为对比模型;以某水质评价实例进行模型验证,并与灰色关联分析法、模糊综合评判法和TOPSIS法评价结果进行比较。结果表明：LM-BP通用模型具有评价精度高、泛化能力强、收敛速度快、算法稳定和通用性能好等优点,可应用于任意水质评价。在实际应用中仅需对通用模型的评价因子、输入维数和隐含层神经元数进行删减即可满足评价要求。     

基于GRA-AHP模型的岩溶地下水水质评价

为探讨喀斯特地区地下水的质量问题,研究以贵阳市汪家大井岩溶泉枯、丰两季水质数据为评价对象,选取亚硝酸根、硝酸根、硫酸根、氯离子、三价铁、总固体和总硬度等7个具有代表性判定岩溶地下水环境的水质评价指标建立水质评价指标体系,应用基于指数标度的层次分析法(AHP)对各水质评价指标进行权重分析,结合灰色关联法(GRA)对研究区的岩溶地下水水质进行综合评价。结果显示,汪家大井岩溶泉雨季水质属于Ⅰ类水,枯季水质属于Ⅳ类水。该评价结果与实际情况相符,说明采用GRA-AHP模型的水质评价方法是合理有效的。     

人工神经网络在水质评价与水质模拟中的应用

本论文主要研究人工神经网络在水质评价与水质模拟中的应用。论文在对目前水环境质量现状评价30余种方法进行综述分析的基础上,根据水质评价的要求和特点,成功地将人工神经网络的理论、算法及模式引入到水质评价领域,建立了地面水环境质量综合评价的隶属度ＢＰ网络模型与综合评价的Ｈｏｐｆｉｅｌｄ网络模型,并以重庆市南川凤嘴江水质资料为实例,对学习成功后的网络进行了检验测试,取得了良好的效果。在此之后,论文系统地对目前在水质评价领域中最具代表性和综合性的模糊综合法、灰色聚类法,与本文建立的隶属度ＢＰ网络模型与Ｈｏｐｆｉｅｌ…     

一种水功能区水质达标评价的新方法

在总结水质评价方法研究成果的基础上,立足于水功能区管理的实际需求,提出了一种水质评价方法考评体系,进而设计了一种水功能区水质达标评价的新方法——三位水质指数法。三位水质指数既能直观指示水功能区达标情况,又能按单因子评价理念定性评价水质类别,还可定量反映水体综合污染程度,能对同一水体不同时期或不同水体的水质进行比较。基于水质评价方法考评体系,将三位水质指数法与其他5种典型水质评价方法应用于鄱阳湖区典型的水质样本评价中。结果表明,三位水质指数法更加务实简要、易懂易用,建议将其在水功能区水质达标评价管理工作中推广使用。     

凤凰水库水环境现状及治理对策

凤凰水库水环境质量对太湖的水质保护具有重要意义。实测资料分析表明,按湖库水质评价标准,凤凰水库水质为Ⅴ类,按饮用水评价标准,水质为Ⅳ类。分析了凤凰水库产生水环境问题的原因,阐述了水库水环境治理的重要性、紧迫性和治理的理念方法。并根据凤凰水库水环境现状和条件,提出采取库区污染源治理、水环境保护与整治、生态建设与修复及监测与管理能力建设等4个方面的工程和非工程措施。     

聊城市地下水水质特征及评价方法选择研究

为准确反映聊城市地下水现状,本文以聊城市典型监测点监测数据为依据,运用综合评价法和模糊综合评价法对监测点水质进行评价,并探讨2种水质评价方法的评价效果。结果表明:聊城市浅层地下水和深层地下水水质以Ⅲ类和Ⅳ类水为主,主要超标指标为总硬度和溶解性总固体;各超标指标之间具有一定相关关系;综合评价法评价结果数值偏大,并且缺失Ⅲ类水;模糊综合评价法更适合聊城市地下水水质评价。     

水质距离法在地表水水质评价中的应用

水质距离评价法是水质综合评价方法的一种,它将水质评价问题转化成度量空间中各点之间相对距离的问题,原理简单,评价结果精确.本文采用该方法对潭江干流三个断面和全河段水质进行综合分析评价,结果表明,潭江干流总体水质较好,符合国家地面水Ⅱ类水标准,但部分监测断面处溶解氧、氨氮、总磷等超标.     

基于两种方法对比的沛沿河水质综合评价

沛沿河水质的稳定达标直接关系到南水北调江苏段出境水质的好坏,对其进行水质综合评价尤为重要。根据沛沿河李集桥断面监测数据,分别采用模糊综合评价法、BP神经网络法,对徐州沛沿河进行水质评价。模糊综合评价法的结果显示,2009—2014年水质分别为Ⅳ、Ⅳ、Ⅳ、Ⅳ、Ⅳ、Ⅲ类;BP神经网络法的结果显示,2009—2014年水质分别为Ⅲ、Ⅲ、Ⅳ、Ⅳ、Ⅳ、Ⅲ类。沛沿河的水质逐渐好转,但效果不明显,应当采取进一步措施对其进行治理。分析表明:BP人工神经网络由于其自身的缺点导致评价结果较为乐观,模糊综合评价法能更好地反映水体的实际情况,可更好地为水环境保护提供科学依据。对比两种评价方法的优缺点,建议当评价结果重点体现各个评价因子对水质的影响时,选用模糊综合评价法;当数据量较大且需突出局部影响时,建议采用BP人工神经网络法。     

五元系数法-改进熵权法在水质评价中的应用

为了使水质监测值和水体划类标准值之间关系更紧密,利用五元联系数方法建立了各水质评价指标与评价标准的五元联系数;同时在传统熵权计算的基础上,采用秩比法设定偏好校正系数,得到改进的熵权重;最后将五元联系数ui和改进的熵权重WRi相结合获得五元综合联系度,据此对水质进行评价,这是一种主客观结合的、符合实际情况的水质评价新方法。以贵州贵阳市河流断面监测数据为例,评定样本点所在河段水质等级,分析了该河流水质变化趋势,验证了五元系数法-改进熵权法水质评价方法的实用性。     

基于LM—BP算法的综合水质评价研究

人工神经网络(ANN)是复杂非线性科学和人工智能科学的前沿，其在水质评价方面的应用研究在国内外尚处于初创阶段。在详细分析LM算法的基础上，提出了基于LM算法的水质综合评价BP模型，并将该模型应用于实例进行效果检验。结果表明：LM—BP模型用于水质综合评价是可行的，与其它评价方法相比，评价结果更加客观、合理，而且网络训练速度最快，适合作为水质综合评价的通用模型。     

洞庭湖上游平原浅层地下水水质综合评价

采用综合指数法、主成分分析(PCA)法和BP神经网络法对洞庭湖上游平原浅层地下水雨、旱季水质进行了综合评价,并分析了3种方法的适用性。结果表明:洞庭湖上游平原浅层地下水存在大面积地质成因污染和局部人为成因污染;雨季西洞庭湖平原澧水和沅江之间以及南洞庭湖平原资江下游浅层地下水为Ⅳ类水,可用于灌溉,不适宜饮用,雨季后受到降水补给、稀释作用,各指标质量浓度普遍降低。BP神经网络法适合整体水质评价,评价结果最合理;PCA法较简单,水质综合评价的结果与BP神经网络法的结果更接近;综合指数法的评价结果受主要污染指标的影响较大,适用于严苛的水质评价。     

廉江市碳酸盐岩类裂隙溶洞水水质特征变化及原因分析

以廉江地区地下水类型中的碳酸盐岩类裂隙溶洞水为研究对象,通过雷州半岛项目的实验测试数据基本查明廉江市地区碳酸盐岩类裂隙溶洞水水质及水质分布情况,运用单因子评价法并结合综合评价法进行水质评价。通过2002-2011年的地下水水质监测资料的比较,对廉江地区碳酸盐岩类裂隙溶洞水水质变化情况及影响因素进行评价。