基于蒙特卡罗仿真的湖库水质预测及富营养化风险评估方法

已有的水质预测研究通常是单值预测,并以此为依据分析富营养化状态,具有一定的偶然性和不确定性。结合水质动力学模型,提出了一种基于蒙特卡罗仿真的湖库水质预测及富营养化风险评估方法。在已知水质动力学模型水质指标和模型参数的先验分布基础上,利用蒙特卡罗仿真预测水质指标的演化过程,获得未来时刻水质指标取值的概率分布,实现水质预测。进一步,构造综合营养状态指数,结合水质指标预测结果,计算综合营养状态指数的概率分布和处于不同营养程度的概率,实现富营养化风险评估。仿真结果表明,该方法能够有效实现水质预测和富营养化分析,且考虑更加全面、准确,克服了单值预测结果带来的偶然性。     

富营养化评价中数据分析的研究进展

数据处理方法是富营养化评价的关键因素。简要阐述富营养化的定义,比较详细地评述富营养化评价过程中数据处理方法的研究现状及国内外常用的几种富营养化评价方法。重点介绍几种定量评价水质富营养化的方法:综合指数法、统计分析方法(主成分、聚类和判别分析),以及遥感技术、多标准评价分析、模型分析等。指出富营养评价技术的发展将为水质管理提供可靠的依据,并对富营养化评价技术的研究做出了展望。     

郑州市郊区土壤重金属污染评价分析

为揭示城市化过程对土壤环境质量的影响,本研究以郑州市郊区为例,对其表层土壤重金属Pb、Cr、Cd、Hg、As含量进行了测定分析,按照单因子污染指数法和内梅罗综合污染指数法,根据土壤环境背景值标准进行了评价,并应用克里格插值方法对研究区内表层土壤污染的空间变异特征进行了分析.结果表明,研究区表层土壤中各种重金属均有超过背景值现象;其中Cr含量远远高于背景值,重度污染,为主要污染因子,Ph为轻污染,其它重金属处于警戒线等级;污染综合指数均超过1,处于轻污染以上等级;各重金属单因子污染指数和综合污染指数在郑州市郊区的分布特点各不相同.     

除去氮化物的新技术

排放水中含有的氨等氮化物,成为湖泊富营养化的原因之一.但是,湖泊及封闭性海域中富营养化问题一直未能解决,并呈进一步恶化的趋势.为尽快改善水质污染,要求开发高的清除氮化物技术.     

基于主成分分析和水质标识指数的地下水评价

为了解盐城市地下水水质现状及其主要污染因子,以盐城市18眼地下水为研究对象,采用主成分分析和水质标识指数法相结合评价地下水水质状况。结果表明,使用主成分分析可将23个水质指标综合为8个主成分进行解释,解释率为75.967%。利用主成分分析成果构建新的水质评价指标体系并用水质标识指数进行评价,综合水质标识指数表明18眼地下水水质较差,17个为Ⅳ类,1个为Ⅴ类。主要污染因子为溶解性总固体、总硬度、浊度、锰、总大肠菌群、菌落总数,在主要污染因子的确立上水质标识指数更为准确快速。2种评价方法总体趋势基本相同,排名不完全一致。2种模型结合使用比单一模型更加可靠。     

不同沉水植物在太湖污染底泥上适应性生长过程及水体氮磷的响应

利用太湖五里湖污染底泥,在不破坏表层沉积物层理结构的情况下,研究太湖常见沉水植物在此底泥上适应性生长情况及其对富营养化水体的净化能力。结果表明:实验沉水植物都能在污染底泥中生长良好,同时不同沉水植物均可使上覆水体中氮和磷水平明显降低,叶绿素a的含量也大幅度的减少,水体透明度增大,水质改善。间隙水中氮磷含量在实验时间内也有一定的降低。因此,恢复太湖沉水植被,是重建富营养化湖泊生态系统的重要措施。     

基于改进神经网络的湖泊水质污染检测法研究

研究采用图像对湖泊水质污染检测的问题,由于水面较大,像素信息量多,造成检测时间长,速度慢。针对图像的污水检测的水域面积较大,造成检测耗费的时间比较长,最终导致湖泊水质污染检测存在较大滞后且准确性差的问题。提出一种改进神经网络的湖泊水质污染检测方式,首先利用神经网络数学模型对图像相关数据进行二进制编码,并对编码后的数据进行压缩处理,计算输出数据的差异系数,最后利用周期性数据压缩补偿算法对数据中的误差进行补偿,提高了湖泊水质污染检测的速度。实验证明,改进的检测方式能够提高湖泊水质污染检测速度,提高了准确性,取得了令人满意的效果。     

基于模糊证据理论的水质环境状态估计

从信息融合的角度，将湖泊水质环境多因子综合评价过程看成是一个多源数据融合处理与状态估计过程，提出基于相似度的模糊证据理论，评估湖泊水体富营养状况．通过引入模糊集合的相似度，一方面，确定模糊焦元的权值，并修改证据模型；另一方面，确定模糊焦元对类别焦元的信任函数的贡献因子，并建立状态估计与评价模型，使其能够处理湖泊水体富营养状况的突发性带来的某些焦点元素的显著变化问题．对太湖水体富营养状况的评估做了实证分析，并与营养状态指数评价方法进行比较，结果一致，说明基于相似度的模糊证据理论的估计方法可行．     

浮标水质远程监测系统的研发与设计

针对目前河湖水质监测方法落后和水体富营养化评价方法有限的现状,研发了一套以基于ARM单片机为主控制器,融入GPS技术和GPRS技术的浮标水质远程监测系统。实现了同时对水质信息、气象信息和地理位置的实时性采集,并有云台网络摄像头进行实时视频监控,在采集后将信息短信推送到用户手机或向上位监控系统远程传输。上位监控系统对数据进行复杂分析处理和综合智能管理,以实现实时数据显示等功能。同时,采用优化的层次分析法获取相关指标权重,对水体富营养化程度进行评价,评价效果良好。浮标水质远程监测系统为水质监测提供了一个方便、有效地平台。     

湖库水质监测与分析智能仪表设计与开发

关于湖库水质优质监测问题.针对目前水质监测落后和水体富营养化评价困难的现状,研发了GPRS的水质监测与分析智能仪表.仪表采用WinCE操作系统,用GPS地理定位、GPRS通用遥感数据通信于一体,实现了对现场水质信息的实时采集、历史查询与远程传输等功能.同时,根据水体富营养化形成机理特征,采用灰色关联分析方法综合多项水体富营养化相关因素,对水体富营养化程度进行评价和分级,进而为水环境保护提供了一种新的应用平台.     

富营养化水体环境中COD浓度遥感监测系统设计

对富营养化水体环境中COD浓度进行遥感监测,可以预防富营养化水体环境中COD浓度增加,提高水体水质,增加水循环次数,减少水体中有机物的污染;当前富营养化水体环境中COD浓度遥感监测系统设计方法,以Modis遥感影像数据为原理,依据富营养化水体环境中COD浓度的特征提取结果,对富营养化水体环境中COD浓度进行遥感监测,没有具体对遥感监测系统进行详细地设计,无法获取富营养化水体环境中COD浓度高精度的遥感监测信息,存在遥感监测结果偏差大的问题;提出了一种基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法;该方法先对Zigbee的富营养化水体环境中COD浓度遥感监测系统进行硬件设计,采用IMF对富营养化水体环境中COD浓度进行特征提取,以特征提取结果为基础,依据COD浓度指数时间序列实现富营养化水体环境中COD浓度遥感监测,最后利用Retinex法对COD浓度遥感监测的图像进行处理,完成对富营养化水体环境中COD浓度的遥感监测;仿真实验结果证明,所提系统设计方法可以精确地对富营养化水体环境中COD浓度进行安全快速的遥感监测。     

基于支持向量机的水质监测数据处理

水质评价实际上是一个监测数据处理与状态估计、识别的过程,提出一种基于支持向量机的方法应用于水质评价,该方法依据决策二叉树多类分类的思想,构建了基于支持向量机的水环境质量状况识别与评价模型。以长江口的实际水质监测数据为例进行了实验分析,并与单因子方法及单个BP神经网络方法进行了比较分析。实验结果表明,运用该模型对长江口的实际水质监测数据进行的综合水质评价效果较好,且具有较高的实用价值。     

Study on Lake Izvorul Muntelui rehabilitation

In the actual economical and ecological context the rehabilitation of aquatic ecosystems represents one of the most important concerns all over the world. The physical, chemical and biological processes that take place inside a lake are very complex. A simple analysis of the field data is not enough. Even if those dates offers an appreciation of the global functioning of the ecosystem under the influence of certain factors, it does not allow to predict the system evolution, the optimization of the water arrangement, in order to respect and to assure the water quality criteria or to propose solutions for diminishing the lakes eutrophication.In the recent years, Lake Izvorul Muntelui, which is the largest artificial lake on the interior waters of Romania, experienced eutrophication problems. This paper analyzes the apparition condition, its effects onto water quality in the lake and the solutions for the rehabilitation of the ecosystem. Since systematic measured data are not available for this ecosystem, the mathematical modelling it is used.The simulation is done by considering the ecosystem dynamic and the stipulation of the spatial and temporal variation domains for the natural processes to appear and act onto perturbation factors to modify the ecological succession.Thus, different scenarios will be created allowing us to offer solutions for the eutrophication phenomenon and, in the same time, to identify solutions for the rehabilitation of the Izvorul Muntelui Lake.     

基于PRM的水体富营养化风险分析建模

从信息的知识发现角度出发,提出基于概率关系模型(PRM)的水体富营养化风险分析建模方法。该建模方法利用多关系数据的存储结构和存储内容对数据进行学习与挖掘,构建具有网络拓扑结构的PRM模型。示例分析结果表明,PRM模型易于解释与分析水体中各种影响因素间的相关性,该建模方法可通过分析历史数据发现水体富营养化的潜在风险,为库区水环境管理与水污染防治提供科学依据。     

基于地球大数据的“美丽湖泊”SDG 6.3.2综合评价体系构建

湖泊等水体水质状况直接关系到人类社会的可持续发展。传统的水环境质量评价体系大都基于统计数据和原位测量数据,存在周期过长和时效性差等问题,难以实现大范围、连续地湖泊水环境质量评价。遥感技术的发展为高时空分辨率的湖泊水环境质量评价提供了可能。在总结现有湖泊水环境质量评价体系的基础上,以联合国可持续发展目标(Sustainable Development Goals,SDGs)中指标SDG 6.3.2(环境水质良好的水体比例)为导向,结合统计数据、野外实测数据和卫星遥感数据等地球大数据构建了"美丽湖泊"综合评价体系,以期在联合国可持续发展目标框架下,推进我国湖泊水环境质量综合评价,为美丽中国评价提供技术参考。     

数据挖掘技术在水质评价中应用研究

研究水质评价准确性问题,提高水质评价结果。水质评价指标多,根据监测资料,每种指标对评价结果产生不同程度影响,即权重值不同。传统评估采用人为确定指标权重,具有盲目性和主观性,导致水质评价结果不科学,准确率低。为了提高水质评价的准确率,提出一种基于熵权的水质评价模型。首先构建水质评价指标体系,然后利用熵权法计算出各评价指标权重,最后利用逼近理想解排序法计算出各检测点到理想解和负理想解的距离,参照水质污染标准,得到各检测点水质污染等级,利用相对贴近度,获得水质污染值。研究结果表明,评价准确度高,是一种有效的水质评价方法,为评价水质提供了依据。     

Construction of “Beautiful Lakes” Comprehensive Assessment System based on Big Earth Data and SDG 6.3.2

Lake water quality is directly related to the survival and development of human beings and society. Most of the existing assessment systems are based on statistical data and in-situ measurement data. Due to the long cycle and poor timeliness, these assessment systems are hard to achieve large-scale and continuous assessment of lake water environment. The development of remote sensing technology has made it possible to evaluate the quality of lake water environment with high spatial and temporal resolution. Thus, after summarizing the existing lake water environment quality assessment system, a new assessment system called “Beautiful Lakes” comprehensive assessment system was developed. A novel index system based on Big Earth Data (such as statistical data, field measured data and satellite remote sensing data) was first developed and integrates human activities, water quality, biology and hydrology indexes. Then, the threshold of each index was determined and the Percentage Compliance of Water Quality Index (c_wq) was calculated. Following UN water, the threshold 80% of c_wq was used to classify the water quality, which means if a certain water body is with c_wq greater than 80%, the water quality is “good”; otherwise, the water quality is poor. Finally, the Percentage of Water Bodies of Good Quality (WBGQ) was calculated to attain the comprehensive assessment of water quality on a large scale (basin scale or national scale). The new assessment system will promote the comprehensive assessment of lake water environment quality in China under the framework of the UN Sustainable Development Goals and provide a technical reference for the evaluation of beautiful China.     

水污染遥感监测

不同水质的水体在遥感影像上有较明显的反映。通过分析TM影像上不同水质水体的视反射率特征,发现1-4波段的视反射率(R1、R2、R3和R4)对不同的水质比较敏感。利用R2/R1>1可以区分出较高悬浮泥沙区域,R4/R3可以作为水体有机污染的指标。以黄河三角洲地区的小清河口为例,利用不同时相的TM影像,对水污染的遥感提取进行了尝试,得到了小清河口的水污染分布。