污染指數;神经网络;线性回归模型.docVIP

长江水质的综合评价与预测 摘 要 文章首先引入水污染指数，对四种主要污染物进行单项评价，并结合17个观测点的地理位置分析支流的污染状况和影响。应用水污染指数划分各河段的水质等级，计算出4种污染评价因子的超标率，进而对长江近两年多的水质情况做出定量的评价。然后将干流以观测点为节点分为几个河段，利用质量守恒定律和溶液的混合规律求出各个河段的排污浓度，并用其大小确定高锰酸盐和氨氮污染源主要分布在湖北宜昌南津关至湖南岳阳城陵矶的河段内。 接着采用“学习－预测－再学习－再预测”的人工神经网络非线性时间序列模型对未来10年长江水质分类、废水排放量进行预测。结果表明，长江河段水质质量呈逐年下降趋势，第Ⅰ类、Ⅱ类水所占百分比明显下降，在预测的时间段内第Ⅳ类、Ⅴ类两类水所占的比例超过40%，尤其是劣Ⅴ类水基本超过10%。废水排放总量则按每年约6%~7%的速度递增。 继而根据附件所给数据分析总污水排放量与总流量及各种水质河长百分比间的关系，建立污水排放总量和各种水质流量的线性回归模型，求出各种水质的污水排放量。再以第Ⅳ类、Ⅴ类水所占比例不超过20%为约束条件，污水净化成本最小为目标建立优化模型，解出未来10年污水处理量： 未来10年污水处理量（单位：亿吨） 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 122.16 104.56 87.910 138.34 159.07 146.07 155.54 147.79 168.03 193.36 最后，根据可持续发展的原则建立沿江经济与长江水资源相互作用的Logistic模型，分析了长江污染对沿江经济发展的相互关系，给出了合理的污水治理费用的计算方法。 关键字：长江污染；污染指数；神经网络；线性回归模型 一、问题重述 长江是中国第一、世界第三大河流，长江流域横跨我国华东、华中、西南三大经济区，地理位置优越，拥有丰沛的水量，对于解决我国水资源短缺的基本矛盾，支撑、保障、促进我国经济社会全面发展具有不可替代的重要地位。 但是，近年来，随着人口的增长，工农业生产和城镇建设的迅速发展，长江流域废污水排放量呈逐年增加之势。调查统计表明，1998年全流域的污水排放量为189亿t，2001年上升至220亿t；流域内3万多km评价河长中，1998年超标河长达19%，2000年上升到26%，2001年为26.3%，流域省界断面水质超标率也呈上升趋势，严重影响到长江总体水质，影响到沿江人民的生活质量，影响到经济社会现代化进程。尤其是干流近岸水域污染未能得到遏制，支流污染严重，湖泊富营养化继续发展，“白色污染”有增无减——影响长江水质的四大问题备受政府和专家关注。 为了进一步加大流域水污染防治力度，有效遏制水污染，将排污总量控制在长江自然净化能力的范围之内，修复和维持长江流域的良好水环境，确保长江“一江春水向东流”，各地政府应采取切实可行的措施来保护长江水资源，促进经济的可持续发展。 为制定具有长期可行的长江治理措施，我们针对以下问题进行研究： 1、通过研究长江沿线观测站近几年的检测数据，做出对长江水质的综合评价。综合评价包括，分析干流、支流水质情况，上游水体对下游水体影响状况以及水流中出现的污染物指标； 2、针对评价结果，建立模型预测未来时期内，长江沿线各地区的水质发展趋势，研究未来污染情况； 3、提出切实可行的建议意见，解决当今水质污染问题，加强长江流域综合管理，谋求环境与经济、社会的协调发展。 二、问题分析 由于水质污染测度指标较多，首先考虑引入水污染指数对主要污染物进行单项评价，再结合地理位置分析支流影响。最后，将各种指标加权得到污染综合指数，根据级别划分得出定量的水污染评价。在污染源测度上，把干流以观测点为节点分为几个河段，结合上游、支流和河段自身净化能力等因素，对各个河段利用质量守恒定律和溶液的混合规律求出各个河段的排污浓度，确定污染源的主要分布地区。 统计预测中涉及的非线性系统很难用具体的数学方程表达出来，因此传统的方法十分复杂，应用神经网络具有很强的非线性计算能力，对于时间序列性强的预测问题能起到较满意的预测结果。因此，对于长江河段未来10年趋势的分析预测采用“学习－预测－再学习－再预测”的人工神经网络模型。为计算各类水质的污水排放量，先根据历史数据建立线性回归模型，得出总污水排放量与各种水质流量间的关系，再结合预测出的未来污水排放量计算出未来10年各种水质的污水排放量。以污水净化成本为目标函数，污水净化百分比为约束条件，建立净水优化模型，求出未来10年的污水处理量。 最后，将水污染的治理与经济发展相结合，建立关于经济增长率的Logistic模型，解出合适的水污染治理费用，为协调环境