城市湖库藻类水华实时监测剖析.docx

城市湖库藻类水华实时监测、智能化预警系统技术总结报告 一 国内外现状 根据各地多年的监测资料， 近年来我国多数城市湖泊水体呈严重 富营养化状态 ?。2007 年，28 个国控重点湖 ( 库) 中，V 类的 5 个，占 17．9％，劣 V 类的 11 个，占 39．3％【1】。水体富营养化的重要特征 就是发生水华。水华是当水体中出现富营养状况并具备适宜的温度、光照、气候及合适的水文条件等有利于藻类生长或聚集的环境条件 时，水体藻类大量生长繁殖或聚集并达到一定浓度的现象。 水华一旦发生，就会使水体透明度下降，溶解氧降低，水体出现黑臭等现象，而有些类型的水华还会产生藻毒素， 给人类居住环境和人体健康造成损害。 水华的发生是突发性的，而水华一旦发生，控制难度就会加大， 治理成本成倍提高， 因此如果能够预见到水华的发生并及时采取相应 措施会取得事半功倍的效果。 水华预警是水质预警中的一种突发型预 警类别，是指在一定范围内，对藻类生长状况进行分析、评价，对其 未来发展状况进行预测。 水华预警系统具有超前性预报的功能， 能够 提前预测出水质演化趋势、方向、速度和后果，在发生水华之前及早 发出警报，为水华控制提供科学依据。 国内外对水华预警的研究主要围绕三个方面展开： (1) 利用单变量或多变量营养指标对水体营养程度进行预测； (2) 利用水质模型对水体富营养化程度进行模拟和预测； (3) 利用地理信息系统或遥感系统对水华的发生进行预测。 水华预警的方法有模糊评价法、 人工神经 网络、遗传算法、支持向量机 (support vector machines ，SVM)等。本系统的建立是基于神经网络的湖库藻类水华短期智能预测模型， 提高藻类水华预测的精度， 对藻类水华的短期预警提供有效的方法； 而在中期预警上则建立基于支持向量机的湖库藻类水华中期智能预测模型。 二 项目概况 城市湖库藻类水华实时监测、 智能化预警系统项目是北京安恒公司承担的海淀区科委和海淀区财政局的科技项目，项目起至时间为 2008 年 1 月至 2009 年 12 月， 主要是为了解决目前湖库藻类水华实 时监测及预警困难等问题， 建立基于多尺度数据源的水质实时远程监测系统，研究引起藻类水华暴发的关键性作用因子， 建立基于智能信息处理技术的城市湖库藻类水华预警模型， 并根据藻类水华暴发程度给与相应的控制策略， 最终开发一套实用的水华实时监测与智能预警系统，为城市湖库藻类水华的进一步治理提供重要的参考依据。 三 系统主要研究内容 我们采用了多尺度数据源的水质实时监测系统，建立基于对多尺 度水质参数自动监测仪器、数据采集与处理系统、 GPRS无线通讯系统的集成，研制开发具有多尺度数据源的水质自动实时监测系统。 研究藻类水华的关键作用因子，确定藻类水华的预测指标。针对城市湖库藻类水华产生的特点，通过整理和分析近几年湖库大量的水文数据，以及相应的气象数据，通过化工正交实验，结合智能信 息处理技术中的粗糙集理论对藻类水华的成因做主因素分析，在众 多的水体理化指标和环境因素中求解出湖库藻类水华的关键作用因 子，确定藻类水华的预测指标。 我们基于智能信息处理技术的湖库藻类水华预测方法， 解决由于藻类水华产生过程存在复杂性、非线性、时变性、不确定性等因素，用传统方法无法获得精确数学模型的难题。包括两方面：研究基于 Elman 神经网络和支持向量机的适合于湖库藻类水华发生的预测理 论和方法，提高湖库藻类水华预测方法的鲁棒性及精度。 设计与实现城市湖库藻类水华预警与控制应用系统。对实时监测系统提供的现场水域多尺度数据进行数据挖掘和数据融合， 提取用于藻类水华预测模型的有效数据， 对藻类水华变化进行预测预警， 并提出相应的控制策略。 四 系统研发的主要过程 （1）监测水域情况介绍和分析 圆明园遗址公园地势呈北高南低、 西高东低的局势， 高程差约为 1 米。圆明园总共水域面积达 125 万平方米，主要由三大水域构成， 分别为九州、福海和长春园三个部分，水域相通，但是的水不能互相 流通，基本处于静止状态， 平均水深大约为 0.8-1 米。平均每日耗水 量为 5000 立方米左右，主要原因是蒸发和渗漏。 除大气降水和圆明园区域内地表径流补充水源外， 圆明园主要补充水源自 2007 年 10 月以后，主要水源来源于清河污水处理厂的中水，供水方式为直径 800mm的管涵从清河污水厂泵入， 每年平均 500 万立 方米。其次，还有非常少的地表水补充，来源是京密水渠。第三个补 充水的途径是，汛期万泉河泄洪补水，但量同样非常少。 圆明园的水质控制按照功能区划分为重要旅游地景观水，水质控制指标为地表水 III 类标准，每年都有局部水域发生水华爆发情况。 2）监测站点的要求和选择 由于现场监测站点的选择对数据是否有代