海沧湖水质状况评价及水质提升建议

根据2017—2021年海沧湖湖区内9个监测点位的监测数据,分析了监测点位、年际变化、季节变化对海沧湖各水质指标的影响,并且使用单因子污染指数法和内梅罗污染指数法对海沧湖水质进行评价。监测数据显示,2017—2021年海沧湖整体及各监测点位污染物质量浓度呈现总体下降的趋势,冬季污染物质量浓度要低于夏季,单因子污染指数法和内梅罗污染指数法2种方式评价结果均显示2021年海沧湖水质比前4年有明显提升。     

基于神经网络的蔷薇河水质综合评价

基于BP神经网络的改进算法,提出了以Matlab7．0为平台的算法程序的人工神经网络水质评价模型。参照《地表水环境质量标准》（GB3838-2002）,确定了神经网络学习和训练的样本以及模型的相应参数,并以流经连云港市蔷薇河的六个断面的水质数据为样本,进行水质综合评价分析。     

滨海城市饮用水水源水质评价方法筛选

为更好地实现锦州主城区内各饮用水水源的水质评价,结合锦州市地下水环境现状对指标权重进行调整,主要应用单因子评价法、模糊综合评价法、主成分分析及灰色关联分析四种评价方法,对锦州主城区内四个水源的水质情况分别进行评价,并对评价结果进行对比和分析,最终筛选出最适宜锦州城市饮用水水源的评价方法。     

两种水质综合评价方法的比较

比较单因子法与综合污染指数法两种水质评价方法,得出在实际应用中,应结合两种方法对水体进行综合评价更为客观、科学的结论。     

主成分分析用于管网水质综合评价的研究

为明确供水管网中各种水质指标的关系，并能够综合各种水质监测指标来评价管网水的总体质量，利用基于多元统计分析原理的主成分分析法，将多种水质监测指标纳入同一系统进行定量化研究。以北方A市某小区供水管网为例，对其水质监测数据进行主成分分析，初步了解了该小区管网水质的变化情况，并按照总体水质情况对管网水质监测点进行了排序。此外，还按照水质指标间相关性的大小将所选定的13项常规监测指标分成了3组，为建立相应的宏观模型奠定了基础。     

应用综合水质指数法评价沙澧河漯河段的水质

以沙澧河漯河段3个断面2006-2009年的水质监测数据为基础,应用综合水质指数法,对沙澧河漯河段水质状况进行了分析与评价.将参与评价的项目分为3类:对人体危害严重且难以消除的污染物(第一类)、处理后容易达标的污染物(第二类)、其他污染物(第三类).评价结果表明,澧河水质优良并保持相对稳定;沙河水质稍差,但由尚好逐渐向...     

基于主成分分析和聚类分析法的内河水系水质污染综合评价

城市内河黑臭问题越来越突出,对河道水质进行准确评价已成为关键.因此以福州市城区5条典型内河为研究对象,通过对2019年的水质监测数据进行主成分分析,并利用聚类分析法对河道的15个断面进行分类,再根据分析结果明确了其水质污染特征和评价水质状况.分析结果显示,内河水质受NH3-N、TN、BOD5、DO、TP指标影响较大.其...     

农业信息化水平综合评价的非线性加权模型——以重庆市酉阳县为例

提出了新的农业信息化水平评价方法,以主成分分析法、综合指数法及波拉特法为基础,通过组合赋权,建立了农业信息化水平非线性加权综合评价模型.以酉阳县2006年至2017年的数据为例,综合评价其农业信息化水平,并对比分析了单一测算法与综合评价法的测算结果.经相关性分析表明酉阳县农业信息化水平与农业总产值显著相关,从而提出了促进酉阳县农业发展的指导性建议.     

基于CRITIC-G1与改进可拓物元法的地下综合管廊施工安全管理评价研究

为进一步提高地下综合管廊施工安全管理水平,从地下综合管廊施工的全过程出发,提出了基于改进CRITIC-G1与改进可拓物元的地下综合管廊施工安全管理评价方法.首先,运用主成分分析法对安全管理影响因素集合进行降维处理,构建了人、设备材料、安全技术、安全措施、环境5个方面的地下综合管廊施工安全管理评价体系.其次,将改进CRITIC理论引入G1赋权法中,用指标的信息量替换指标的相对程度赋值,优化指标的赋值过程,构造了改进CRITIC-G1综合赋权法,并结合改进可拓物元理论建立了地下综合管廊施工安全管理评价模型.最后,运用该模型对青岛市高新区地下综合管廊项目施工安全管理效果进行了实例验证,通过计算得到该项目的施工安全管理评价为良好,验证了该模型在地下综合管廊施工安全管理方面的可行性,以期为后续类似项目提供参考.     

基于聚类分析的典型城市湖泊水质综合评价与分析

以某典型城市湖泊为例,通过层次聚类分析法将2013-2018年3个湖区216个样本点分成8组,以每组样本点的均值为基础,得到各组的综合标识指数,并将其分解到各组对应的水质样本点,以实现对多断面、长时间、大量样本的综合评价.在此基础上,进一步分析了该湖年内、年际的水质变化规律.其评价结果表明:2013-2018年各湖区的...     

基于主成分分析的松花江流域黑龙江段水质评价

对松花江流域黑龙江控制区段13个监测断面不同水期的水质指标进行主成分分析,以鉴别主要的污染源,进而提出有针对性的水污染控制对策。结果表明,BOD5、COD、TP、TN为主要污染指标,合计贡献率为49. 529%,首要污染源为生活污水与农业废水。第二大污染指标主要为石油类、阴离子表面活性剂、氰化物,主要来源于工业废水。总污染最严重的主要是阿什河口内平水期与龙安桥平水期。龙安桥平水期等对应的河流区段受生活污水及农业废水污染较为严重,苗家平水期等对应的河流区段受工业污染较为严重。     

主成分分析法在乐安河水质评价中的应用

采用主成分分析法,借助SPSS软件,对乐安河7个监测断面的DO、COD、CODMn、BOD5、NH3-N、Cu、Cr等7个水质指标进行了分析计算.从原始数据中提取占总方差的82.367%的两个因子来反映水体的污染程度,经分析识别得到了乐安河的两个主成分因子:有机物及重金属(Cu、Cr),结果与实际情况相吻合.证实主成分分析法是一种有效的水质评价方法.     

汾河太原城区段支流水质评价

由于历年来的研究主要集中于汾河主河道水体的黑臭状况,在一定程度上忽略了汇入汾河的支流水体水质分析。故在现有多种水质评价方法的应用中,采用综合污染指数法与综合水质标识指数法,在对太原城区主要支流长期监测的基础上,评价了太原城区主要支流的水质状况和黑臭程度,并据此提出建议。     

Assessment of the water quality and identification of pollution sources of Kaduna River in Niger State (Nigeria) using exploratory data analysis

Exploratory data analysis such as hierarchical cluster analysis and principal component analysis were applied to water quality dataset of the Kaduna River, obtained during 3 years (2008–2010), monthly monitoring of eight key different sampling sites for 19 parameters to extract correlations and similarities between variables and to classify river sampling sites in groups of similar quality. Hierarchical cluster analysis grouped eight sampling sites into three statistically significant clusters of similar water composition. Six varifactors were obtained after varimax rotation of initial principal components using principal component analysis. These techniques gave an insight into the sources of pollution. Anthropogenic influence (municipal, industrial wastewater and agricultural run‐off) was the major source of river water pollution.     

基于遗传神经网络模型的水质综合评价

建立了用于水质综合评价的遗传神经网络模型.该模型运用遗传算法优化改进型BP神经网络的初始权值和阈值,具有快速学习网络权重和全局搜索的能力,有效解决了BP神经网络容易陷入局部极小点和训练结果不稳定的问题.采用苏帕河梯级电站的水质监测数据对该模型进行了测试,并与其他方法进行了比较.结果表明,该方法用于水质综合评价客观、合理、准确,有其独特的优越性.     

Statutory Water Quality Objectives on the River Cam

The Government has announced its wishes to gradually introduce statutory water quality objectives in pilot catchments, commencing in late 1993. The River Cam is one of the catchments under consideration.
The paper describes the main physical features of the River Cam and its uses, which include salmonid and cyprinid fisheries, agricultural and industrial abstraction, and recreational pursuits.
Significant sewage and industrial discharges in the catchment, and their impact on water quality, are discussed, and current river quality is compared with established river quality objectives, EC requirements and proposed statutory water quality objectives. Procedures for setting the latter objectives are considered, together with monitoring and compliance assessment. Future effluent discharge standards are proposed, and options to achieve long-term water quality targets are suggested as part of a catchment management action plan.     

济南段黄河水水质及其处理技术的探讨

在总结济南市引黄供水工程的建设管理工作经验和对玉清水厂投产后实际运行状况进行分析的基础上，提出了源水保护措施和解决黄河水水质污染、改进给水处理工艺、提高供水水质的可行性建议。