水源水质预警系统研究.doc

　　水源水质预警系统研究 水源水质预警系统研究,摘要:水流域水资源保护需要出发，论述了辽河流域水质预警预报系统建设的必要性和已经具备的条件。根据系统建设目标，采用系统论、信息论的理论和方法及计算机技术对该系统进行了研究，并提出松花江流域水质预警预报系统结构设计方案。 关键词：水质预警预报；系统建设；松花江流域 一、项目必要性分析 1、研究开发的目的意义 水是生命之源，城市供水的水质、水量是直接关系到人们生产、生活的重要大事。近年来，随着人们生活质量的提高，人们对饮用水的认识已从生理必需发展到卫生、健康，对水质的要求已从无害发展到有益。相应地，我国对饮用水水质标准的制定也日益严格，从50年代的16项水质指标，到70年代增加为23项，而到目前国家卫生部颁布的饮用水水质卫生规范达到96项指标。另一方面，我国城市供水水源正面临着污染日益严重的问题。资料表明，全国城市90%水域受到污染，大河干流占13%，支流55%被污染。水源污染给饮用水水质安全带来严重威胁。 2005年11月13日，中石油吉林石化公司双苯厂3个硝基苯储罐（每个储罐储量150m3）发生爆炸事故后，造成松花江水环境重大污染。据国家公布的专家估算，约有100吨左右苯类污染物进入松花江水体，而我们根据各种相关数据测算，实际进入松花江的硝基苯量远大于100吨。 硝基苯在水中具有很高的稳定性。硝基苯的比重为1.205，熔点5.9℃。目前松花江的水温在0~4℃，一部分硝基苯已转为固体。按目前通过哈尔滨江段的硝基苯量测算，仅通过40吨左右，其余硝基苯残留在哈尔滨江段上游的底质中。随着水温及江水流量等变化，硝基苯将不断进入水体中，构成了对松花江的长期持续污染。 硝基苯是剧毒性物质，侵入人体主要作用于血液、肝及中枢神经系统，致使人体引起抽搐、嘴唇和指甲等发蓝、腹痛、腹泻、头痛、轻度头昏、神经系统症状和贫血等症状。国家环保总局已经将其列入 68种优先控制污染物名单。 此次事件表明，松花江应急处理措施还较为薄弱，为此急需建立松花江水系重大污染事件预警与应急处理系统，以能应对各种突发事件的发生。 2、用途和应用领域 本研究根据水质自动监测系统的分布情况，提出由当前水质预测未来水质的基于自适应神经网络的水质预测建模方法，拟采用基于正交多项式基的神经网络静、动态学习算法，在学习过程中可同时确定网络的拓扑结构和相应的正交多项式基，并使其无局部极值问题。并可通过仿真证明该方法的预测精度，力求方法简便、适用对象广泛。 如果用常规的方法来处理水质预测建模这一问题的话，要么是无从解决，要么是非常复杂且耗资巨大。而神经网络系统可视为智能控制系统领域内的分支，它在对信息的加工处理过程中均表现出很强的容错能力。神经网络在计算处理信息的过程中所表现出的容错性来自于其网络自身的结构特点，具有自学习的优点。它在解决各种过程监控方面的技术问题中的应用已取得了相当大的成功，因而将其应用于常规水质监测预测系统中，前景非常广阔。 二、项目技术可行性分析 1、国内外水平及发展趋势 随着水环境污染的日趋加重和水资源保护工作的需要,自1952年Streeter及Phelps第一次建立BOD-DO水质模型以来,世界各国对河流水质模型的研究非常重视。水质建模类型有两大类,一类是根据不同污染物质在水体中的物理、化学及生物过程而建立的模型。这类模型的目的是研究污染物质的迁移转化规律；另一类模型是水质控制数学模型,目的是建立污染物质排放量与河流水质间的关系,这类模型的关键在于如何准确地估计模型参数,其方法也比较多。我国开展河流监测工作已有20多年的历史,累积了完整的水质与污染源资料。利用这些资料建立河流水质数学模型,不仅能节省大量的资金,而且所建模型也比较符合实际情况。 近年来,人工神经网络技术逐渐被用来解决水文地质问题,如ＤｏｎｎａＭ.Ｒｉｚｚｏ和ＤａｖｉｄＥ.Ｄｏｕｇｈｅｒｔｙ将人工神经网络与克立格法相结合,对含水层的特性问题进行了探讨;Ｈｏｌ ｇｅｒＲ.ＭａｉｅｒＧｒａｅｍｅ和Ｃ.Ｄａｎｄｙ对澳大利亚南部Ｍｕｒｒａｙ河上某段的水质参数矿化度进行了预测,取得了一定成效。此外,费忠华等人运用模糊数学方法对抚州市地下水水质进行了评价,陈昌彦等人则应用人工神经网络技术对地下水水质的污染程度进行了分类,且与运用综合指数法、模糊综合评判法和灰色聚类法等多种方法的分类结果进行了比较,结果表明,神经网络技术与其它方法相比具有较强的处理矛盾样本的能力,且预测精度较高。 2、主要研究试验内容 松花江水质污染主要表现在有机物和氨氮的污染，为此研究中将从以下方面开展研究： 1) 水质在线监测子系统：利用适宜的前端传感器，建立基于多参数虚拟检测系统下的体现松花江水质特征的在线监测系统，使其具有数据采集、分析、传输、显示、报警等功能，为建立水质预测模型监测系统提供