有关长江水质的数学建模.docVIP

长江水质的评价和预测 摘要 本文对长江水质近两年污染情况进行建模分析，主要的处理方法如下： 对于问题一：用主成分分析法得出影响长江各地区水质的主要因素是高锰酸盐指数和氨氮，通过各地区的综合的分得出湖北丹江口胡家岭水质最好，四川乐山岷江大桥、江西南昌、湖南岳阳水质较差。 对于问题二：建立一维水质模型（降解模型） 得出各地区污染物的排放量，从而求得高锰酸盐指数的主要污染源是湖南岳阳、湖北宜昌、江西九江、重庆朱沱等地区；氨氮的主要污染源是：湖南云阳、江西九江、湖北宜昌、重庆朱沱等地区。 对于问题三：用GM(1,1)模型和ＢＰ神经网络分别预测长江未来十年污水排放量以及水文年干流河域各类水的河长比。未来十年内污水的排放量（亿吨）如下表所示： 年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 排污量 303.01 322.52 343.29 365.39 388.92 413.96 440.61 468.98 499.18 531.32 未来十年水文年长江干流域四五类以及劣五类水的河长比例（具体数据见正文表7）呈现上升趋势，未来十年长江水质不容乐观。 对于问题四：采用了非线性回归和ＢＰ神经网络两种方法，在保证未来十年长江干流四类和五类水的含量控制在20%以内且没有劣五类水的情况下，分别预测得到每年应处理的污水量（亿吨）如下表所示：　 年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 非线性回归 69.27 80.51 111.6 129.2 145.2 176.2 207.2 239.8 263.3 297 BP神经网络 129.01 148.5 169.28 191.39 214.24 239.95 266.12 294.97 324.85 348.31 因为两个模型的侧重点不同，预测的结果有一定偏差，但通过观察两组数据，可以看出未来十年由于长江总体水质的恶化，处理的污水量逐年增加，符合未来长江的水质发展趋势。 关键词：主成分分析法，降解模型，GM(1,1)模型，BP神经网络，非线性回归 问题重述 长江是我国第一、世界第三的河流，流域面积约万平方公里涉及青海、西藏、云南、四川、重庆、贵州、甘肃、湖北、湖南、江西、陕西、河南、广西、广东、安徽、江苏、上海、浙江、福建省（自治区、直辖市）长江水质已呈现不断恶化的趋势。专家分析认为，必须尽快加强长江水质保护，遏制水质恶化趋势，否则将带来难以挽回的损失。IV类和V类水的比例控制在20%以内，且没有劣V类水。 5. 对解决长江水质污染提出切实可行的建议。 问题假设 1.假设干流的自然净化能力是均匀的。 2.假设两个观测段之间河段的平均流速是等于两个观测段指甲剪流速的平均值。 3.假设废水的处理对各类污染程度的河流的影响是均匀的。 4.假设主要污染物高锰酸盐指数的自然降解系数0.3和和氨氮的自然降解系数为0.4。 5.假设2005—2014年间无大旱大涝天气发生。 符号说明 表1 不同符号代表的含义 溶解氧的浓度（DO） 高锰酸盐指数（CODMn） 氨氮浓度（ZH3-N） PH值 污染物的浓度 水流的流量 污染物的降解系数 水流的流速 污染物流过的距离 第n个观测站（地区）所含污染物的总质量 第n个观测站（地区）排放污染物的质量 第t年的排污量 第t年各类水的河长比例 问题分析 长江水的质量的好坏受很多因素的影响，因而在评价水的质量时也必须综合考虑多个因素。本题中用四个指标来评价长江水的质量指标来测量评估的，为了对长江水质做出客观、合理的评价，针对不同的问题应该建立不同的数学模型。 问题一、我们采用主成分分析法对长江近两年多的水质情况做出定量评价，分别对每个月的各个指标进行标准化处理，再通过建立相关矩阵，并求出特征值和特征向量，最后通过各个指标的得分判断它对水质的影响。 问题二、为了确定主要污染物高锰酸盐指数和氨氮的主要污染源，首先我们要知道各个地区的主要污染物排放量，而一个地区污染物的多少不仅受它自身污染物的影响，还受上游对他的影响，通过污染物的降解公式算出上游污染物对本地区的影响，进而得出本地区污染物排放的自然关系式。根据长江近一年多的基本数据计算出各地区污染物的平均排放速度，进而确定主要污染源。 问题三、通过分析前十年的污水排放量和各类水河长所占的百分比，我们可分别用灰色预测（GM(1,1)模型）和BP神经网络预测长江未来十年内的不同年份污水排放量和各类水河长所占的比例。 问题四、考虑到各类水的比例与污水的排放量有关，本文分别用非线性回归预测和ＢＰ神经网络的方法来预测每年应处理的污水量。 问题五、采用治理和预测两者相结