|
摘 要:
本文首先应用熵值得到综合评价指数，然后利用 GM(1,1)模型模拟和预测对长江整体和各个监测断面的水体作了全面详细合理的定量分析和评价，并对未来水污染状况作了合理的预测和推算，提出了不少好的建议和意见，具有较强的实际意义和指导意义。
对第一个问题：首先对两年来长江的水质进行了综合评价：利用熵值确定各类污染物对水质影响的权重，得到水质的综合评价指数Q，再利用两年来各月的Q值与实际数据进行对比的结果，定义出反映水质优劣程度系数e，再对程度系数进行区间划分，作为水质分级的指标。最后计算出e= 0.8521,按照水质分级的指标为属于(5/6,1),得到结论:两年来长江的综合水质为优类,但属于优类中较接近良的水平.
信息中的相对性、模糊性,综合评价两年来各观测站污染情况及其变化。采用模糊集对模型，以集对分析为基础,重视
信息中的相对性、模糊性,综合评价两年来各观测站污染情况及其变化。
针对问题二，首先由观测站之间的距离和各流域段的水流速，得到 i 时段内水流过 j 流域段所需时间的矩阵 ，并依照降解规律，得到污染物残存浓度与初始浓度的比值矩阵 。然后根据河流中水流量和污染物浓度连续的性质，计算得到各流域段的支流的排污速率。排污速率越大，则该地区污染越严重。通过分析，得到如下结论：宜昌-岳阳和重庆-宜昌流域段和注入这两段流域段上的支流所在的长江中游地区是污染源的主要区域。最后再结合实际情况对模型和结论进行评价。
对问题三: 利用GM(1,1)模型完成对未来十年不同水质的河长比
例的预测，考虑到数据少，预测期长。如果使用神经网络模型进行预测效果很差，考虑GM(1,1)模型在很少的数据下可得到较高的预测精度，因此首先使用GM(1,1)模型对未来十年的排污量进行预测，结果如下：单位 (亿吨)
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
303.01 324.32 346.03 367.45 390.85 419.61 443.96 473.44 504.70 537.5
对问题四: 再根据排污量预测值，利用BP 神经网络对未来十年的不同水质的河长比例进行了预测。为了得到排污量与各类水质的河长比例，本文再次利用BP 神经网络的高精度逼近能力对排污量与六类水质的河长比例的关系进行拟合。从而可以得到每年控制污染所应
当处理的废水量：单位（亿吨）
年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
废水处理 58.2 123.6 133.3 174.3 163 189.9 245.4 272.1 300.5 300.7
对于第5问根据前面的分析提出相应的建议
关键词：长江水质熵值 模糊集对模型GM(1,1)模型
|
文档类别: 
