当前位置:首页 > 天文地球
松花江流域典型河湖水质评价与预测研究
松花江流域典型河湖水质评价与预测研究

松花江流域典型河湖水质评价与预测研究PDF电子书下载

天文地球

  • 电子书积分:10 积分如何计算积分?
  • 作 者:郑国臣,秦语,杨帆等著
  • 出 版 社:北京:科学出版社
  • 出版年份:2018
  • ISBN:9787030566461
  • 页数:237 页
图书介绍:松花江流域水环境质量评价方法通常比较单一,评价结果与实际水质状况存在偏差,且对水质的预测研究相对较少,致使流域水环境管理缺乏科学的理论依据。本项目拟在对比和分析现行水质评价的典型方法和水质预测方法的基础上,根据各水质评价、预测方法的适用条件以及优缺点等,将水库水质综合评价平台和智能预测平台进行融合,采用Matlab技术实现平台的可视化,利用该平台进行松花江典型河流(第二松花江、嫩江、松花江干流)和水库(新立城、石头口门、磨盘山水库、大庆水库、红旗水库、桃山水库、尼尔基水库等)水质的综合评价(单因子评价法、模糊综合评价法、灰色系统评价法、主成分分析法、层次分析法)和智能预测(包括BP人工神经网络法、时间序列法、灰色系统评价法)。本项目开发的可视化平台可实现水库水质综合评价结果科学合理、预测功能快捷智能,对于进行合理的水库水质综合评价、预测具有重要的理论意义。
《松花江流域典型河湖水质评价与预测研究》目录

第1章 绪论 1

1.1 松花江典型河湖水质状况分析 1

1.1.1 河流水资源质量状况 1

1.1.2 重要江河湖泊水功能区水质达标状况 1

1.1.3 省(区)界及其他重要水体水资源质量状况 2

1.1.4 松花江区重要大中型水库 2

1.2 河湖水质综合评价与预测情况分析 2

1.2.1 河湖水质评价研究情况 2

1.2.2 河湖水质预测研究情况 2

1.3 流域水环境管理中的水质评价法概况 3

1.3.1 水质指标的选择 3

1.3.2 水质指标的预处理 3

1.3.3 权重系数的确定 4

1.3.4 主成分分析法 6

1.3.5 聚类分析 6

1.3.6 综合值的处理 6

1.3.7 计算机智能模型法 7

1.4 流域水环境管理中的水质预测方法 8

1.4.1 多元回归预测法 9

1.4.2 时间序列法 9

1.4.3 马尔可夫法 9

1.4.4 人工神经网络预测法 9

1.4.5 贝叶斯网络法 10

1.4.6 其他预测方法 11

1.5 本章小结 11

第2章 基础评价方法 12

2.1 概述 12

2.1.1 单因子评价法 12

2.1.2 内梅罗污染指数法 13

2.2 单因子评价法应用 13

2.2.1 断面选取 13

2.2.2 水质评价指标 15

2.2.3 单因子评价法的常见应用 16

2.3 内梅罗污染指数法应用 20

2.3.1 断面选取 20

2.3.2 水质指标分析 21

2.3.3 内梅罗污染指数变化分析 25

2.4 省界缓冲区监管具体对策及建议 26

2.5 本章小结 27

第3章 主成分分析法与因子分析法 28

3.1 主成分分析法简介 28

3.2 SPSS软件及其使用方法 28

3.3 主成分分析法在松花江流域省界缓冲区管理中的应用 30

3.3.1 监测数据标准化处理 31

3.3.2 检验是否符合主成分分析条件 32

3.3.3 特征根及方差贡献 32

3.3.4 主成分负荷及主成分得分 33

3.4 因子分析法简介 34

3.5 因子分析的使用方法 35

3.6 因子分析法在嫩江流域省界缓冲区水质分析的应用 36

3.6.1 2011年嫩江流域省界缓冲区重要断面因子分析 36

3.6.2 2013年嫩江流域省界缓冲区重要断面因子分析 40

3.6.3 2011~2015年大河断面因子分析 43

3.6.4 大河断面污染情况综合分析 44

3.7 本章小结 45

第4章 层次分析法 46

4.1 概述 46

4.2 AHP的指标体系构建原则 49

4.3 尼尔基水库指标体系构建 50

4.3.1 监测断面布置 50

4.3.2 监测项目和分析方法 51

4.3.3 评价指标体系建立 51

4.3.4 指标权重的确定 51

4.3.5 构建判断矩阵 51

4.4 AHP的应用 53

4.4.1 评价方法 53

4.4.2 数据收集与分析 53

4.4.3 指标层评价值的确定 55

4.4.4 要素层评价 55

4.5 本章小结 56

第5章 聚类分析法 57

5.1 概述 57

5.1.1 K-均值聚类分析 57

5.1.2 模糊聚类分析 59

5.2 K-均值聚类法的应用 60

5.2.1 水质监测断面优化原则 60

5.2.2 K-均值聚类法优化水质监测断面 61

5.2.3 监测断面分类K值的确定 61

5.2.4 K-均值聚类优化断面基本步骤 62

5.2.5 K-均值聚类对断面优化结果与分析 63

5.3 模糊聚类法的应用 70

5.3.1 确定分类对象及标准化样本数据 70

5.3.2 建立模糊相似关系 72

5.3.3 建立模糊等价关系 72

5.3.4 对各监测断面进行聚类 73

5.3.5 模糊聚类评价结果分析 78

5.4 本章小结 79

第6章 物元分析法 80

6.1 概述 80

6.1.1 物元的确定 80

6.1.2 关联度的确定 81

6.1.3 计算权系数 81

6.1.4 水质类别的确定 82

6.2 物元分析法的应用 82

6.2.1 选取监测样本 82

6.2.2 确定物元矩阵 85

6.2.3 计算权系数 86

6.2.4 松花江流域省界缓冲区水质评价 87

6.3 本章小结 90

第7章 模糊综合评价法 91

7.1 概述 91

7.2 模糊综合评价法的计算方法与流程 91

7.2.1 确定模糊关系矩阵 91

7.2.2 确定权重向量 92

7.2.3 模糊综合评价 93

7.3 模糊综合评价法的应用 93

7.3.1 断面布置 93

7.3.2 选取评价指标 93

7.3.3 评价结果与分析 96

7.4 本章小结 100

第8章 灰色分析法 101

8.1 概述 101

8.2 灰色分析法计算方法与流程 102

8.2.1 确定聚类白化数 102

8.2.2 数据的标准化处理 102

8.2.3 确定白化函数及白化矩阵 102

8.2.4 求聚类权 103

8.2.5 求聚类系数 103

8.3 灰色分析法的应用 103

8.3.1 新立城水库概述 103

8.3.2 水质指标的选取 104

8.3.3 灰色分析法评价结果分析 105

8.4 本章小结 112

第9章 云模型方法 113

9.1 概述 113

9.1.1 数据的小失真预处理方法 113

9.1.2 云模型及确定度的计算 114

9.1.3 污染贡献率法及熵权法的选择 116

9.1.4 综合值的处理 117

9.2 云模型法综合评价法的应用 117

9.2.1 数据的筛选 117

9.2.2 新立城水库水质综合评价 117

9.2.3 评价结果分析 118

9.3 本章小结 119

第10章 多元回归法 120

10.1 概述 120

10.2 尼尔基水库情况及检测指标 121

10.2.1 尼尔基水库概况 121

10.2.2 检测项目 121

10.2.3 软件及使用方法 122

10.3 多元回归法建立尼尔基水库坝前叶绿素a线性回归模型 122

10.3.1 尼尔基水库叶绿素a线性回归模型-坝前汛期 122

10.3.2 尼尔基水库叶绿素a线性回归模型-坝前非汛期 125

10.3.3 回归模型预测分析-坝前汛期水质 126

10.3.4 回归模型预测分析-坝前非汛期 127

10.4 多元回归法建立尼尔基水库库末叶绿素a线性回归模型 128

10.4.1 尼尔基水库叶绿素a线性回归模型-库末汛期 128

10.4.2 尼尔基水库库末叶绿素a线性回归模型-库末非汛期 130

10.4.3 回归模型预测分析-库末汛期 132

10.4.4 回归模型预测分析-库末非汛期 133

10.5 本章小结 134

第11章 时间序列法 135

11.1 时间序列法简介 135

11.2 时间序列平滑法计算方法与流程 135

11.2.1 移动平均法 135

11.2.2 指数平滑法 136

11.3 时间序列法的应用 137

11.4 本章小结 143

第12章 马尔可夫法 144

12.1 马尔可夫法简介 144

12.2 马尔可夫法计算方法与流程 144

12.2.1 划分预测对象状态 144

12.2.2 计算初始概率pi 145

12.2.3 计算状态的一步转移概率pij 145

12.2.4 预测 145

12.3 马尔可夫法的应用 146

12.3.1 磨盘山水库简介 146

12.3.2 叶绿素a、氮、磷含量预测 146

12.4 本章小结 149

第13章 BP神经网络法 151

13.1 概述 151

13.1.1 BP神经网络的结构 151

13.1.2 标准BP神经网络算法 152

13.2 BP神经网络法的应用 153

13.2.1 评价背景 153

13.2.2 评价指标与数据的选取 153

13.2.3 BP神经网络模型的建立 156

13.2.4 评价结果分析 157

13.3 BP神经网络模型预测尼尔基水库水质 158

13.3.1 预测背景 158

13.3.2 BP神经网络的构建 158

13.3.3 数据的标准化处理 159

13.3.4 尼尔基水库水质预测 162

13.4 本章小结 163

第14章 贝叶斯网络评价法 165

14.1 概述 165

14.1.1 贝叶斯网络技术原理 165

14.1.2 贝叶斯网络技术发展阶段 165

14.1.3 贝叶斯网络技术的优势 166

14.2 贝叶斯网络评价法计算方法及功能 166

14.2.1 贝叶斯网络模型方法 166

14.2.2 基于贝叶斯理论的水质评价 167

14.2.3 基于贝叶斯统计推断的水环境模型参数识别 167

14.2.4 贝叶斯网络技术在流域水环境模型预测中的应用 167

14.2.5 贝叶斯网络的功能 168

14.3 贝叶斯网络算法的应用 168

14.3.1 设计思路 168

14.3.2 基于贝叶斯技术评价与预测尼尔基水库水质 169

14.3.3 贝叶斯网络模型模拟结果 171

14.4 水环境成分贝叶斯网络数据分析软件开发 180

14.4.1 软件功能 180

14.4.2 软件运行条件及过程 180

14.5 本章小结 184

第15章 典型河湖水质评价与预测平台 185

15.1 典型河湖水质评价与预测平台构建 185

15.2 软件模块及功能设计 186

15.2.1 典型河湖水质评价方法平台 186

15.2.2 典型河湖水质预测方法平台 187

15.3 典型河湖水质评价与预测平台应用 187

15.3.1 测试数据——以石头口门水库数据为例 187

15.3.2 水质评价模块操作步骤 188

15.3.3 水质预测模块操作步骤 192

15.4 方法改进向导及一键测评的介绍 196

15.4.1 评价方法改进向导及一键评价 196

15.4.2 预测方法改进向导及一键预测 198

15.4.3 实例应用 199

15.5 本章小结 200

参考文献 201

附录 水质综合评价与预测源代码 203

相关图书
作者其它书籍
返回顶部