模糊数学在双台河口湿地水质评价中的应用

将模糊数学原理引入到湿地水质评价中,建立适合双台河口湿地的评价体系。利用模糊综合评判方法,对2010年双台河口湿地汛期水质进行综合评价。评价结果表明:核心区的最大隶属度为0.393,水质等级为Ⅲ级;缓冲区的最大隶属度为0.475,水质等级为Ⅳ级;试验区的最大隶属度为0.557,水质等级为Ⅳ级。从试验区、缓冲区到核心区,水体基本有逐渐转好的趋势,说明湿地对污染物具有一定的净化能力。     

基于熵权赋权贝叶斯方法的河口湿地水环境质量评价

湿地水质是多因素影响的复杂集合,存在着大量的不确定性,对湿地的水质进行监测和评价为湿地生态环境保护提供科学的依据。以双台子河口湿地的监测资料为基础,采用熵权赋权法和贝叶斯定理相结合的评价方法,对监测点的水环境进行了评价和分析。结果表明:试验区的水质为IV级;缓冲区的水质为IV级;核心区的水质为III级;说明水质在逐步得到改善,湿地对水环境质量的改善具有重要作用。     

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。     

基于模糊BP神经网络的苏南Y湖水质评价

以苏南Y湖水环境为研究对象,运用模糊神经网络进行水质评价,根据评价结果进行该湖不同水域的水质比较.结果表明：该湖水体溶解氧和化学需氧量在5种不同水域具有显著性差异,两者均以中湖、东湖和湖内围网区为最高,上游河流最低;而水体氨氮、总氮和总磷含量在各水域均没有显著性差异.建立以上述5个水质指标为输入变量、包含3个神经元的隐含层和1个水质类别输出结果所组成的BP人工神经网络,经学习训练后,其可掌握水质类别特征,具备完全正确识别样本的能力.从BP网络输出结果和模糊BP神经网络计算结果可知,该湖各水域水质处于Ⅳ和V类之间,总体来说西湖的水质最好,上游河流次之,其次为湖内围网区和东湖,湖中最差.相比BP网络输出结果,模糊BP神经网络计算结果可以更简单明了地表示该湖各水域水质接近于某类标准水质的程度.     

快速城市化过程中土地利用方式对大庆湖泊湿地水质的影响

【目的】以大庆典型城市湖泊湿地为研究对象,探讨并揭示城市化过程中湖泊湿地周边缓冲区不同土地利用方式与水环境的响应关系。【方法】在RS和GIS技术支持下,基于2009年高分辨GeoEye-1卫星遥感数据和2009年3月至2010年2月期间的水质监测数据,运用GIS空间分析技术以及SPSS统计分析的方法,计算和分析湖泊湿地缓冲区内土地利用类型的面积比重与湖泊湿地水质的相关关系。【结果】结果表明,缓冲区内土地利用方式对湖泊湿地水质具有明显的尺度依赖性和尺度效应。在1 000m和500m尺度上,草地是影响水环境质量的关键因素,草地的面积比重与水体中NH3-N、TN、CODMn含量呈显著负相关;100m尺度上,沼泽、草地是影响水环境质量的关键因素,草地的面积比重与水体中NH3-N、TN、CODMn含量呈显著负相关,沼泽面积比重与总氮(TN)含量呈显著正相关。【结论】城市湖泊湿地水质受缓冲区土地利用方式的影响明显,且水质对缓冲区土地利用及其格局呈现多尺度响应关系。     

丹江口水库总氮、氨氮遥感反演及时空变化研究

为定量反演丹江口水库水质指标含量,明晰水质指标的时空分布特征、迁移转化规律,以南水北调中线工程水源地丹江口水库为研究对象,根据哨兵2号卫星（Sentinel-2）遥感影像不同波段组合的反射率,结合2016年2月的采样点总氮（TN）与氨氮（NH₃-N）水质监测数据建立BP神经网络模型,反演2016-2020年TN与NH₃-N含量,以此分析库区TN与NH₃-N含量的时空变化特征,并探析其变化的影响因素。结果表明：构建的BP神经网络模型中TN和NH₃-N的拟合精度均较高,R²分别为0.863和0.877,适用于丹江口水库TN和NH₃-N遥感反演研究。2016-2020年丹江口水库水质整体呈向好趋势,NH₃-N含量保持Ⅰ类水质标准,而TN含量在Ⅲ类与Ⅳ类水质标准之间。研究表明,利用Sentinel-2影像波段所建立的BP神经网络模型,适用于TN与NH₃-N含量的遥感反演,以此分析不同季节适合的反演模型,可以为大型湖泊水生态环境改善及水质监管提供技术支撑。     

基于MATLAB的BP神经网络大伙房水库非汛期水质预测

由于非汛期水库的水环境生态问题较汛期更为突出,因此改善非汛期水库水质状况也更为迫切。采用基于MATLAB的BP神经网络对大伙房水库非汛期水质进行预测,建立由3个输入节点和1个输出节点构成的3层神经网络,在MATLAB环境中实现水质预测。预测结果表明:选取的4项水质指标的预测值与真实值之间的绝对误差和均方误差均较小,满足预测的精度要求,其相关系数均达到0.7以上,为高度相关,说明本研究建立的基于MATLAB的BP神经网络具有较好的泛化能力,用于大伙房水库非汛期水质的预测是可行的。     

鸣翠湖水环境因子分析与水质评价

2014年1~10月,在对银川市鸣翠湖水环境因子调查的基础上,运用主成分分析方法分析研究影响鸣翠湖水质的主要环境因子,运用灰关联法和模糊综合评价法对鸣翠湖的水质状况进行综合评价,结果表明,造成鸣翠湖水环境污染的水环境因子分为3类,第1类是氮磷营养盐与有机物引起的水体污染,包含的因子为叶绿素a(Chl.a)、总氮(TN)、总磷(TP)、高锰酸盐指数(CODMn);第2类是氮营养盐引起的水体污染,包含的因子为氨氮(NH3-N)、五日生化需氧量(BOD5);第3类为溶解盐类引起的水体污染,包含的因子为pH。鸣翠湖水环境的主要因子依次为pH、NH3-N、TN、TP、Chl.a、CODMn、BOD5,氮、磷营养盐在爱伊河水体中起主导作用。鸣翠湖水质综合评价结果为Ⅳ类。     

鄱阳湖水环境承载力及主要污染源研究

通过研究鄱阳湖水环境承载力、水污染主导因子及其主要来源,为科学规划鄱阳湖生态经济区的产业布局和发展规模,建设"环鄱阳湖生态经济区"提供理论依据。研究结果:鄱阳湖水资源承载力0.5216,表明鄱阳湖水资源对流域内社会经济发展还有一定的承载空间;水质承载指数6.179,说明流域范围内主要污染物的排放量超过鄱阳湖的水质承载力;水环境承载力4.295,反映出鄱阳湖虽然水资源丰富,但水环境较差的水质性缺水的生态问题仍然存在,防治流域水污染刻不容缓。鄱阳湖水体中BOD、COD的年纳污量虽小于Ⅲ类水质控制纳污量,但TN的年纳污总量介于Ⅲ类水和Ⅳ类水质的控制纳污量之间,TP年纳污量大于Ⅳ类水质的控制纳污量,TN和TP成为湖区水体的主要污染因子。鄱阳湖水体中的COD、TN、TP主要来源于城镇生活污水和非点源污染,其中非点源污染的贡献率最大,农业非点源污染控制应成为"环鄱阳湖生态经济区"建设重点。     

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。     

人工神经网络在湖北洪湖水质综合评价中的应用

根据水质监测资料,以化学需氧量、总氮和总磷作为评价参数,经过反复试验,构建具有3层结构用于水质综合评价的BP人工神经网络,对湖北洪湖进行水质综合评价。评价方法简便易行,符合客观实际。结果表明,洪湖全湖水质为III类。     

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.     

基于多层全连接神经网络的白洋淀水质预测

白洋淀是华北平原最大的天然湖泊湿地,也是雄安新区的重要生态依托,对其水质进行预测,可为其水质保护与管理提供重要依据。利用1996—2015年白洋淀南刘庄、圈头、烧车淀的生化需氧量(BOD)、化学需氧量(COD)、总氮(TN)和总磷(TP)4项水质数据,通过率定与校验,构建了全连接神经网络水质预测模型,对未来3 a白洋淀水质进行了预测。结果表明,白洋淀南刘庄、圈头、烧车淀的各项水质指标都有所改善,但部分点位TN和TP仍然超标。未来应加强入淀河流与淀内污染控制,强化生态补水与水系连通。     

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。     

黄花水龙种植对红罗非鱼养殖池塘污染物的影响

为研究浮床栽培黄花水龙（0%、5%种植面积）对红罗非鱼养殖池塘污染物的影响,测定COD_Mn、Chl.a、TN、NH₃-N、NO₂^--N、NO₃^--N、TP、PO₄^3--P等水质指标。结果表明,与对照组相比,黄花水龙能显著降低红罗非鱼养殖池塘水体中Chl.a、NH₃-N、NO₂^--N指标,也能显著降低COD_Mn、TP、TN和NO₃^--N含量,其中对NO₃^--N和NO₂^--N平均去除率达50%以上,而对磷的去除效果不佳。     

鄱阳湖边缘湖区水体营养状态分析——以大湖池和沙湖为例

以边缘湖区大湖池和沙湖为研究对象,分析不同月份不同水位条件下这些湖区的水质理化特征,运用经验频率曲线的湖泊富营养化随机评价方法和《地表水环境质量标准》分析水质营养状态和类型。结果表明,高锰酸钾指数(CODMn)、总磷(TP)和氨氮(NH_4~+-N)在10月和12月偏高,而在5月水位上涨时最低。硝酸盐氮(NO_3~--N)浓度在5月明显偏高,其他月份差别不大。总氮(TN)浓度在12月最高(两湖分别为2.7±0.4和2.4±0.5 mg/L)。10月鄱阳湖退水后,TN浓度相对其他月份不高(1.2±0.2 mg/L),但TP浓度较高,分别为0.27±0.01和0.33±0.02 mg/L,TN/TP为9.2∶1和7.4∶1,叶绿素a(Chl-a)浓度最高,分别为10.4±1.2和15.6±1.7μg/L。边缘湖区在5月涨水时为Ⅲ类水质,中营养化;8月丰水期为Ⅲ~Ⅳ类水质,初等富营养化;枯水期为Ⅴ类水质,富营养化。与鄱阳湖主体湖区相比较,除5月边缘湖区的水质比鄱阳湖主体好外,其他月份都是边缘湖区水质比主体水质差,边缘湖区在秋季更容易藻类富集。     

孤岛水库面源污染状况分析及治理研究

本文以孤岛水库为研究对象,采集水样和底泥,确定COD、TN、TP的浓度及底质中重金属含量,采用水污染指数(WPI)法评价法评价孤岛水库水环境的污染现状及污染程度。结果表明,大部分指标达到了《地表水环境质量标准》(GB 3838—2002)Ⅱ类标准,仅TN、TP超出了背景值。采用水污染指数(WPI)法分析,DO的WPI指数值为20,达到了地表水环境标准Ⅰ类。COD、BOD_5的WPI指数1,高于地表水环境标准Ⅰ类的限值;TN的WPI指数为59,在WPI评价体系中处于Ⅲ类标准最大值;TP的WPI指数为31.11,在WPI评价体系中处于Ⅱ类;NH_4~+-N的WPI指数为25.18,在WPI评价体系中处于Ⅱ类。综上所述,孤岛水库TN、TP及NH_4~+-N严重超标,达不到饮用水水质标准。本研究通过相关试验对孤岛水库水体和底质污泥进行检测与分析,利用微生物技术对孤岛水库面源污染进行治理,以期为水库水环境的保护提供参考。