青弋江芜湖市区段水质评价与预测方法研究

论文摘要

青弋江是长江的重要一级支流,起源于皖南山区,穿越十一个县市后,由芜湖市区汇入长江,其下游分布有三个饮用水源保护区,事关芜湖市一百多万人口的饮水安全。开展青弋江芜湖市区段水质评价与模拟预测研究,对改善河流水质,提高可持续发展能力,具有重要意义。首先,论文将青弋江芜湖市区段的主要污染源概化为八个排污口,采用等标污染负荷法进行污染源评价,评价结果:该河段主要污染源依次为双陡门、袁泽桥、花津桥三个排污口,排放污染物量分别占总排污量的18.93%、18.63%、18.21%;主要污染因子为总磷,其等标污染负荷比占各污染因子总负荷的66.75%,且超标严重。其次,分别采用单因子评价法、模糊综合评价法和BP人工神经网络法三种方法对青弋江芜湖市区段水质进行评价,并对评价结果进行对比,评价方法的适用性及其应用条件。其中,单因子评价法简单、严格,适于水质要求较高时的评价;模糊综合评价法全面、明确,适于因子较多时的综合评价;BP人工神经网络法程序化、精确,适于大量水质数据的智能化评价。第三,分别运用机理模型和非机理模型开展青弋江芜湖市区段水质预测:(1)论文根据青弋江芜湖市区段主要排污口分布情况,将整个河段概化为四个河段,建立了一维多河段水质预测模型,并对2008年至2020年水质(CODcr)进行预测。检验表明,预测结果的相对误差为6.83%。(2)论文分别建立基于空间角度和时间角度的BP人工神经网络预测模型。检验表明,预测模型相对误差平均为5.20%;基于时间角度的预测模型相对误差平均为8.78%。

论文目录

• 摘要
• Abstract
• 致谢
• 前言
• 第一章 概论
• 1.1 选题背景及意义
• 1.2 国内外研究进展
• 1.2.1 水质评价方法
• 1.2.2 水质预测方法
• 第二章 几种水质评价与预测方法原理
• 2.1 水质评价方法原理
• 2.1.1 单项指数评价模型
• 2.1.2 模糊综合评价模型
• 2.1.3 人工神经网络评价模型
• 2.2 水质预测方法原理
• 2.2.1 一维均匀河流水质预测模型
• 2.2.2 BP人工神经网络预测模型
• 第三章 研究区域概况
• 3.1 芜湖地区概况
• 3.1.1 地理位置、地形地貌
• 3.1.2 气象、气候与降水
• 3.1.3 水文
• 3.1.4 土壤、生物、矿产及生态旅游资源
• 3.1.5 社会经济
• 3.1.6 交通、教育和文化
• 3.2 青弋江流域概况
• 第四章 污染源评价
• 4.1 污染源分布
• 4.1.1 工业污染源
• 4.1.2 生活污染源
• 4.2 评价因子、数据与标准
• 4.2.1 评价因子
• 4.2.2 监测数据
• 4.2.3 评价标准
• 4.3 评价方法
• 4.3.1 水质超标程度的评价方法
• 4.3.2 入河排污口、主要污染因子评价的方法
• 4.4 评价结果与分析
• 4.4.1 排污口超标情况
• 4.4.2 入河排污口等标污染负荷情况
• 4.4.3 评价结论
• 第五章 青弋江芜湖市区段水质现状评价
• 5.1 评价指标
• 5.2 评价依据标准
• 5.3 监测断面与监测数据
• 5.4 单项指数法评价
• 5.5 模糊综合评价法评价
• 5.5.1 评价标准的规范化
• 5.5.2 权重的确定
• 5.5.3 评价计算和结果
• 5.6 人工神经网络法评价
• 5.6.1 BP网络模型的设计
• 5.6.2 训练样本的确定
• 5.6.3 训练结果
• 5.6.4 评价结果和分析
• 5.7 三种评价方法的比较和讨论
• 第六章 青弋江芜湖市区段水质预测
• 6.1 基于机理性水质模型的水质预测
• 6.1.1 机理性预测模型的选择
• 6.1.2 监测断面与排污口位置及其概念化模型
• 6.1.3 水文、水质监测数据
• 6.1.4 耗氧系数K的确定
• 6.1.5 青弋江芜湖市区段水质一维预测模型及检验
• 6.1.6 基于导出模型的中远期水质预测
• 6.1.7 小结
• 6.2 基于非机理性水质模型的水质预测
• 6.2.1 预测模型的建立
• 6.2.2 预测基础数据
• 6.2.3 训练及预测结果
• 6.2.4 小结
• 第七章 结论与展望
• 7.1 主要结论
• 7.2 展望
• 参考文献
• 攻读学位期间发表的学术论文目录