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。     

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。

     

基于改进权重的综合水质标识指数法的大伙房水库上游水质评价研究

传统的综合水质标识指数法能够对水质进行定性及定量评价,但忽视了不同评价因子的重要程度对于实际研究区域水质的影响。针对这一问题,对综合水质标识指数法进行了改进,利用AHP法和CRITIC法分别计算出各项水质指标的主、客观权重,并采用理想点法代替乘法归一法、线性加权法进行组合赋权计算,将改进后的综合水质标识指数法应用到大伙房水库上游段水质进行评价,同时将改进前后的评价结果进行了对比。结果表明:在2011～2017年期间,利用传统的水质标识指数法得到的评价结果为北杂木断面水质为Ⅱ类、Ⅲ类,古楼断面水质为Ⅱ类,台沟断面水质为Ⅰ类、Ⅱ类,但由于3个断面的总氮浓度均已超过国家地表水Ⅴ类标准,因此某些年份3个断面实际总体水质情况无法达到地表水Ⅰ类、Ⅱ类标准;应用改进后的综合水质标识法得到的评价结果为北杂木断面综合水质情况为地表水Ⅲ类、Ⅳ类,古楼和台沟断面均为地表水Ⅲ类,3个典型监测断面在绝大多数参评年份中均未达到该区域的水质要求,其中仅有北杂木的4个参评年份满足该地区水环境功能区划的要求,其余均不满足,评价结果较改进之前更为符合研究区域实际情况。同时3个断面总氮污染严重,个别参评年份甚至已达到劣Ⅴ类标准。改进后的评价方法考虑了总氮指标超标严重的情况,较传统方法得到的评价结果更加准确客观,研究成果可为环境管理提供参考。     

应用模糊可变综合评价方法评价葠窝水库的水质

葠窝水库水质污染严重。为避免单指标评价结果不够准确,采用模糊可变综合评价方法,依据葠窝水库兰河断面2006年的水质资料,对葠窝水库的水质进行了综合评价。结果显示：该水库水质为Ⅳ级。该方法使得水质评价结果更具稳定性和可靠性。     

沱江水质模糊综合评价及主要污染物的预测研究

为准确掌握沱江水质状况,探明沱江主要污染物,对沱江水质进行了模糊综合评价和BP神经网络预测。使用沱江31个监测断面2018年1月—2019年10的逐月水质数据,通过筛选优化评价因子,对各断面水质进行模糊综合评价。对沱江水质进行主成分分析以确定主要污染源和主要污染因子,并构建了BP神经网络对主要污染因子进行预测。研究发现,沱江有9个断面水质符合Ⅰ类水质标准,其余22个断面水质均为Ⅴ类水且在沱江上游、中游和下游均有分布。TN浓度在所有监测断面中均超过了Ⅳ类水质标准,其中27个断面的TN浓度超过了Ⅴ类水质标准。使用上游断面水质数据构建的BP神经网络预测下游断面的TN浓度,平均相对误差为2.041%。研究表明,沱江受TN的污染较为严重,其主要污染源为农业面源和工业废水,同时根据构建沱江其他断面的BP神经网络模型可实现对沱江TN浓度的准确预测。     

模糊综合评价在嘉陵江南充段水质评价中的应用

目的:运用模糊综合评价方法对嘉陵江南充段的水质进行综合评价。方法:根据环境质量标准的5个等级建立评价等级集,选择降半梯形分布来确定隶属函数,建立模糊关系矩阵,采用超标倍数赋权法确立权重系数,构造权重系数矩阵,将模糊矩阵和权重矩阵进行合成,计算水质综合评价结果。结果:结果表明,总氮和粪大肠菌群是嘉陵江南充段主要超标因子。2003-2009年嘉陵江南充段三断面水质总体呈现逐年好转的趋势。其中,清泉寺饮用水水源水质属于III类,基本能够达到饮用要求。小渡口控制断面和李渡镇出境断面,水质级别在IV和V类之间。结论:模糊综合评价充分考虑了多个因子对水体的影响,其结果更加准确、客观,因此可为该地区的水质规划与管理工作提供科学的参考依据。     

辽河干流水环境质量综合评价与分析

[目的]对辽河干流的水环境质量进行综合评价。[方法]利用模糊综合评价和隶属度加权平均处理方法,对2004～2010年辽河干流2个监测断面的水质污染状况进行评价,并提出辽河干流水污染治理的建议。[结果]2004～2010年,辽河干流朱尔山断面的水质为国家Ⅱ～Ⅲ类,兴安断面的水质为国家Ⅱ～Ⅳ类,总体水质明显好转。影响辽河水质的主要因素是溶解氧含量过低。同时,耗氧有机污染物的排放是造成辽河流域水质污染的主要原因,另一个不可忽视的因素是氨氮的排放。[结论]该研究为辽河干流水环境的保护和污染治理提供了科学参考。     

基于模糊综合评价法的涪江绵阳段水环境质量评价

[目的]评价涪江绵阳段水环境质量,确定水质类别。[方法]根据2015年涪江绵阳段水质监测资料,建立水质模糊综合评价模型,计算模糊综合评价集。[结果]平武水文站、涪江铁路桥、涪江顺河前街和三台百顷断面水质等级均为Ⅰ类,丰谷渡口断面水质等级为Ⅲ类。[结论]该研究可为其他河流或湖泊的水环境评价提供参考。     

渭河宝鸡段丰水期水质现状分析与评价

以渭河宝鸡段及主要支流丰水期水体为例,选取12断面为监测点对其水质指标氨氮和总磷进行监测分析,并采用综合水质标识指数法对各断面水质进行了评价。结果表明:渭河水质在丰水期也不容乐观,特别是渭河主河道水体和金陵河水体,最差水质达到劣Ⅴ类水,大部分监测断面水质超过了水功能区要求。最后给出相应分析并提出了几点解决方案。     

基于改进的水质标识指数法的碧流河水库水质评价

本文将层次分析法和熵权法组合赋权的综合水质标识指数法用于碧流河水库的水质评价,并将改进前后的评价结果进行了对比.结果 表明:利用等权重的综合水质标识指数法评价碧流河水库大堡和钟岭两个断面水质达到国家地表水Ⅲ类标准,桂云花水质达到地表水Ⅱ类标准.而用组合赋权的综合水质标识指数法评价三个断面的水质均为Ⅲ类.改进权重的评价过...     

水质模糊综合评价模型的建立与应用——以鄱阳湖为例

根据模糊数学的原理,建立了地表水环境质量模糊综合评价模型,并利用该模型对鄱阳湖的水质进行了评价。结果表明,鄱阳湖59.4%的时段内水质达Ⅰ级,水体未受到污染;13.5%的时段内水质为Ⅱ级,水体受到轻度污染;13.5%的时段内水质为Ⅲ级,水体受到中度污染;13.6%的时段内水体受到重度污染。     

大汶河泰安段水质评价与污染防治措施研究

本文以大汶河泰安段为研究对象，根据大汶河水质监测资料，用模糊数学法对大汶河主要控制断面的水质进行评价，并与常用的水质评价方法进行了比较。经分析，模糊数学法可以较好地反映出环境系统的模糊性，评价结果更为客观合理。从水质评价结果可以看出，大汶河水质已经严重污染。本文对大汶河水污染的原因进行了分析，结合实际提出了具体的污染防治措施，为大汶河水污染的有效控制和治理，确保南水北调东线工程的实施、运行与管理以及综合效益的发挥提供了科学依据。     

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。     

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.     

层次模糊综合评价法在校园环境质量评价中的应用

将模糊数学方法与层次分析相结合,建立基于层次分析的多级模糊综合评价法,并将该方法应用于校园环境质量综合评价,结果表明:该方法较好地反映了环境质量分级界限的模糊性,较好地解决了权值分配问题,使评价结论更合理、可靠,是一种有价值的环境质量综合评价方法。     

大型灌区水资源承载力模糊综合评价

综合运用系统工程、模糊数学、层次分析的有关理论原理,结合大型灌区的实际状况,建立了多层次模糊综合评价模型来评价大型灌区水资源的承载力。在确定水资源承载力评价指标的量化标准的基础上,将层次分析法与模糊决策方法有机结合,形成多层次模糊综合评价模型,从而为复杂系统的综合评估提供了一种有效的方法。     

运用模糊集对聚类评价模型评价区域水环境质量

运用模糊集对聚类评价模型进行区域水环境质量评价,选择溶解氧、高锰酸盐指数、化学需氧量等7项指标,确定分级标准,应用层次分析法得出各项指标权重值,然后通过联系度对嘉临江(广元段)的水环境质量现状进行评价。结果表明,TN是各断面的主要污染指标,应加以重点监控;八庙沟断面、上石盘断面、安家湾断面、南渡断面水质状况是Ⅳ级,苴国村断面是Ⅱ级,姚渡断面是Ⅲ级,与模糊综合评价法的计算结果相比较,模糊集对聚类评价模型理论严谨、计算简洁,评价结果合理可靠,该方法具有一定的推广应用价值。     

模糊数学在洪湖富营养化评价中的应用

为了更准确地反映洪湖营养化状态,为更有效地管理湖泊提供决策依据,选取模糊数学方法对洪湖的河流入湖区、养殖区、开阔水体、湿地保护区及全湖的营养化状态作了评价,并用该方法评价结果与综合营养状态指数法评价结果作了比较,洪湖入湖区的总磷、总氮、高锰酸盐指数、叶绿素a和透明度的监测结果分别是0．126mg·L^-1,1．86mg·L^-1,5．16mg·L^-1,3．70μg·L^-1。和0．95m;养殖区为0．079mg·L^-1,1．77mg·L^-1,5．41mg·L^-1,3．00μg·L^-1和0．81m;开阔区为0．056mg·L^-1,1．32mg·L^-1,5．06mg·L^-1,2．60μg·L^-1和0．61m;保护区为0．050mg·L^-1,1．04mg·L^-1,4．91mg·L^-1,3．23μg·L^-1和0．92m;全湖为0．065mg·L^-1,1．41mg·L^-1,5．20mg·L^-1,3．30μg·L^-1和0．73m。模糊数学方法评价的结果是：河流入湖区与养殖区轻度富营养化,开阔水体、湿地保护区和全湖中营养。综合营养状态指数法的评价结果是：河流入湖区轻度富营养化,养殖区、开阔水体、湿地保护区和全湖中营养。结合监测结果可判断：模糊数学评价法的评价结果比综合营养状态指数法的结果与实际情况更吻合,洪湖全湖有富营养化趋势。     

基于模糊BP神经网络的辽河口湿地水质评价

利用模糊BP神经网络法对辽河口湿地不同时期（汛期、非汛期和冰封期）不同区域（核心区、试验区和缓冲区）水环境质量进行水质评价。各样点监测结果表明,核心区全N（TN）和氨氮（NH₃-N）优于表水环境质量Ⅲ类标准,缓冲区和试验区中全N（TN）、全P（TP）和化学需氧量（COD）超Ⅳ类标准。建立以上述4个水质指标为输入变量、包含5个神经元节点的隐含层和1个水质类别输出结果所构成的BP人工神经网络,结合模糊数学综合评价法对输出结果进行隶属度分析。结果表明,核心区、缓冲区和试验区在汛期和冰封期评价结果相同,依次为Ⅲ类、Ⅳ类和Ⅳ类,而在非汛期评价结果依次为Ⅱ类、Ⅲ类和Ⅳ类,可见从试验区、缓冲区到核心区水质逐渐转好,说明湿地对污染物具有一定的净化能力。评价结果与实际监测数据基本吻合,说明模糊BP神经网络综合评价具有客观性和实用性。