模糊数学法在青海省黑河水环境质量评价中的应用分析

根据2012年青海省黑河水质监测结果,应用模糊数学法对青海省黑河流域的3个监测断面进行评价,并结合单因子标识指数和综合水质污染指数对3个监测断面的评价结果进行水环境质量评价方法的对比分析.结果表明,黑河流域3个监测断面的水质评价均为Ⅰ类;模糊数学法所取得的评价结果最优,易将低品质水质评价为高品质水质;在评价有较多Ⅰ类单因子指标的水体中,用数学模糊法的期望值计算要比数学模糊法更为准确.     

常见地下水水质评价方法在日照市傅疃河下游地区的应用

以日照市傅疃河下游地区多年地下水监测水质资料为基础,选取了17个监测点的溶解性总固体、总硬度、硝酸根、亚硝酸根等共17个指标作为水质评价因子,在评价过程中分别采用单因子评价法、传统及改进的内梅罗指数法、模糊数学法和改进的模糊数学法进行水质评价,并对这几种方法的计算过程、计算结果进行了对比.结果表明:这几种常用的评价方法均适用于地下水水质评价,但各有优劣.单因子评价法计算过程最为简单,根据评价结果可确定对水质影响较大的污染物,可分析出水环境质量的大体情况.内梅罗指数法考虑了污染最严重的因子和均值,改进的内梅罗指数法适用于了解水质的整个污染情况.模糊数学法通过权重和隶属度计算进行水质评价,体现了其非线性关系.改进的模糊数学法计算过程最为复杂,根据其评价结果可确定水质指数.结合研究区污染情况,可确定模糊数学法评价结果更贴合实际情况.     

基于模糊数学的鹤泉湖水质评价研究

由于传统混合样品分析难以体现水体实际污染状况,因此清晰准确的水质空间分布研究将有利于开展细致的水环境管理.而模糊数学评价法具有准确性好、操作简单的优点,能够解决水质评价中存在的评价结果难于量化、人为分等定级影响评价结果等问题.因此,利用模糊数学的基本原理,建立水质监测的模糊评价模型,对鹤泉湖开展水质评价.结果显示,从单因子权重方面看,TP和COD是影响鹤泉湖水质的主要因素;从总体上看,鹤泉湖水质介于Ⅲ类和Ⅳ类之间,可以作为休闲娱乐用水区域;多点位综合分析发现,鹤泉湖水质存在一定空间分布,不同区域的水质状况并不一致.     

基于模糊综合评判法的天津蓟运河水环境质量评价

论文采用模糊综合评判法,利用2009年天津蓟运河的水质监测数据,建立蓟运河水质评价指标及各指标的权重,并计算各评价指标属于某种水质级别的隶属度,从而对蓟运河枯水期和丰水期的水环境质量进行了综合评价.评价结果表明蓟运河枯水期和丰水期的水质均为V级,已达到严重污染的程度.评价结果与实际情况相符,说明模糊综合评判法对蓟运河的水质评价具有科学性和合理性,有助于为蓟运河的水污染治理及控制提供科学的依.据.     

模糊综合评价法在北碚主要支流河流水质评价中的运用

以重庆市北碚区的三条主要支流河流璧北河、磨滩河、黑水河为研究对象,运用模糊数学综合评价模型对5个监测断面和11个污染因子进行了综合评价.评价结果表明,5个断面水质具有明显的季节变化,并表明黑水河流域地表水质总体状况最好,除了偏岩断面2月份为Ⅲ级水质外,均处于Ⅰ级和Ⅱ级,符合功能水环境质量标准;而磨滩河的水质最差,甚至出现了劣Ⅴ级水质,可见其污染严重,需要治理;璧北河水质较好,2月份为Ⅳ类水质,5月份为Ⅲ级水质,8月份的河水水质较好,为Ⅱ类.评价结果为污染控制提供了科学依据.     

渔业水域水质模糊综合评价模型研究

为了分析淡水养殖渔业水质的评价问题,采用专家问卷调查法、德尔裴法和模糊数学方法,研究了渔业水质评价指标体系和评价标准的确定、评价模型的建立及评价模型的检验;提出了渔业水质模糊综合评价模型.大量实验结果表明,该模糊综合评价模型对渔业水质的综合评价符合渔业水质的实际情况,评价结果客观、合理.     

污灌对土壤重金属含量的影响及其定量估算-以河北省汶河和府河灌区为例

选择河北省、河污灌区和府河污灌区为研究对象，对污灌水质和土壤环境质量进行了评价。结果表明，府河、汶河两大纯排污河的水质指标中重金属并未超过《农田灌溉水质标准》，经过20年的污灌，典型区的土壤中Cd超过我国《土壤环境质量标准》的二级标准。以当前2条排污河水进行灌溉，将会造成土壤中As的积累，应采取措施进行控制。     

基于集对分析-可变模糊集的地表水环境质量综合评价

基于集对分析原理,选取地表水环境质量监测指标中的10个指标建立了基于集对分析-可变模糊集的水环境质量评价模型,并采用该模型对北京市10大湖泊水库的水环境质量进行了评价。结果表明,北京市10大湖泊水库的水质较好,基本满足水质功能的要求;除密云水库、海子水库外,其余水库均受到不同程度的污染,其中官厅水库、沙河水库水质最差。该评价结果与单因子评价法、模糊数学综合评价法和SVM法的评价结果基本一致,说明采用集对分析-可变模糊集评价模型对地表水环境质量进行评价具有可操作性和实用性。     

模糊数学综合评判法在水质污染评价中的应用

本文提出了用模糊数学综合评判法评价水质污染的问题,并通过实例对评价方法进行了讨论。     

辽河流域底栖大型无脊椎动物群落结构及水质评价

采用BI指数法对辽河全流域24个点位进行水质评价,探讨辽河流域底栖大型无脊椎动物的群落结构及水质状况。结果表明,区域内共监测到底栖大型无脊椎动物134种,隶属于3门7纲17目36科93属,其中以水生昆虫为主,其次为环节动物、软体动物和甲壳动物。辽河水质评价结果与理化监测结果基本一致。BI指数在2.57～9.27区间内,水质评价结果为清洁的点位有6个,评价结果为良好的点位有9个,评价结果为轻污染、中污染和重污染的点位均为3个。     

徒骇河聊城市河段水环境质量评价

徒骇河是海河流域的三大支流之一,流经地区广,沿岸村庄城镇多,河流水质的好坏对沿岸经济和居民生活具有重要影响.根据2005～2007连续三年的徒骇河水质监测结果对聊城市段河流水质分别采用单因子指数法和模糊综合评价法进行了评价分析比较,并针对如何改善水质提出了建议.     

模糊综合评判在水质评价中的应用——以金华江为例

介绍了模糊综合评判模型与方法,并运用模糊数学方法对金华江水质进行综合评价,得出了金华江各断面的水质级别,通过权重的计算发现了影响断面水质情况的主要因子。     

冀宁管道大汶河穿越带水开挖施工技术

通过对冀宁管道大汶河穿越施工方案的多次论证,确定大汶河采用带水开挖成沟、小平车轨道发送、控制负浮力、管道底拖法穿越的设计方案,该方案具有风险小、可实施性强等优点。介绍了大汶河带水开挖的设计思路和技术要点,阐述了带水开挖设计的一些经验和理念,为长输管道穿越特殊地质条件下的施工提供了技术上的支持和保障。     

熵权模糊评判在双台子河水质评价中的应用

应用模糊评判理论,以2010和2011年双台子河监测数据为研究对象,选择DO、CODCr、NH3-N、TP、TN、BOD5、氯化物7个评价因子,建立模糊评价模型,确定模糊关系矩阵,选择熵权赋权法求各评价因子权重,以最大隶属原理为评价类别,提出一种基于熵权赋权的方法,利用模糊变换对双台子河水质进行评价与分类。评价结果表明,从权重分析,主要污染因子为BOD5、TN、CODCr、TP,次要因子依次为NH3-N、DO、氯化物;由模糊向量大小分析,水质类别为Ⅳ、Ⅴ类;由模糊向量平均值分析,污染状况下游>中游>上游;并将评价结果与综合标识指数法对比,结果显示两种评价结果近乎一致,但模糊评判使评价结果更直观反映河流水质状况,评价结果更加合理准确。     

复杂边界河流水质预测计算

山东省济宁市境内的洙赵新河汇入南四湖的南阳湖区,水流受南阳湖顶托影响,河道上建有多处节制闸来调控水量。在洙赵新河入河排污口设置论证工作中,需要对河道水质变化进行预测分析。本文中在对洙赵新河的复杂水流、水质条件详细调查分析基础上,选择合适的水质预测模式,并对河道水流、水质边界条件进行合理数值概化,建立洙赵新河一维水质数值模拟模型,成功应用于该河流的水质预测任务。     

利用模糊数学评价大沽河干流水质的研究

采用模糊数学方法对大沽河干流河水水质进行综合评价。选定西巨家等9个监测断面,确定高锰酸钾指数等7个评价因子,通过建立评价因子矩阵,计算各因子的权重及进行模糊综合运算,得到各监测断面的综合水质状况。进一步分析发现,早朝、江家庄监测断面综合水质较差。与实际结果进行比较可知,采用模糊数学方法评价水质状况是一种较为恰当的方法。     

东平湖水污染关键因子的控制研究

东平湖作为南水北调东线工程中重要的水利枢纽，其水质状况对整个工程起着非常重要的作用。由于水污染，东平湖正面临富营养化的危害。本文通过对东平湖水污染的现状和成因进行分析，找出了东平湖水污染的关键因子，提出了对东平湖水污染关键因子的控制对策。     

模糊综合评判法在贵德地区水质评价中的应用

[目的]研究贵德县地下水环境质量状况。[方法]将模糊综合评判法引进到水质评价中,并利用模糊综合评判法对贵德县地下水水质进行评价。[结果]贵德地区水质总体较好,符合水质的Ⅲ类标准,其中河谷区的水质等级低于其他地区,说明模糊综合评判法能够较完整地考虑到各种水质因子的相互影响作用。[结论]该评价结果可为该地区地下水的污染防治和开发利用提供科学依据。     

泰安市黄前水库水质模糊综合评价

以泰安市黄前水库为研究对象,依据1997～ 2010年黄前水库水质监测资料,采用模糊综合评价-加权平均复合模型对水库水质进行评价,并在此基础上分析了14 a间的水库水质变化趋势.结果表明:国家十一五规划之前整体水质较差,其中1998和2002年属V类水;2000年属Ⅳ类水;2003年后黄前水库水质一直维持良好,基本保持Ⅰ类水.历年水质优劣顺序为:2001＞ 1997＞ 2010＞ 2008＞ 2006＞ 2004＞ 2009＞ 2005＞ 2007＞ 1999＞2003 ＞2000 ＞2002＞ 1998年.