基于宽域灰色决策的长江水质污染评价与预测.docxVIP

基于宽域灰色决策的长江水质污染评价与预测 1 对水环境的正确评价和预测是人类生存和发展的重大课题,对水环境的正确预测和预测具有重要价值 水是人类生存的资源。水资源的保护就是保护自己。对中国河流资源的保护和管理非常重视。长江是我国第一,世界第三大河流,近年来,由于人类活动所产生的各种废水和废物直接或者经过简单处理就排入长江,而长江自净能力有限,污水过量排放和不合理排放都对水生态环境造成极大破坏.从而导致生态平衡失调,影响人类健康和生态环境质量.因此,保护水资源和水环境已成为人类生存和发展的重大课题,对水环境做出正确评价和预测具有重要实用价值.据“2005年全国大学生数学建模竞赛A题”给出的在线租赁规则及相关数据,建立了相应的数学模,并得出了相应的评价结果. 2 水质污染物假设 (1)假设长江干流的自然净化能力是近似相等的;(2)假设长江干流的主要污染物是高锰酸钾和氨氮的污染;(3)假设每一个观测点的水质污染主要来自本地区的排污和上游的污水;(4)假设相邻观测站之间河水的流速是恒定的,在水质评价中不考虑pH值的影响;(5)假设某类型水所占河长百分比近似等于该类型水总量占总水流量的百分比. 3 符号表明 4 问题分析 4.1 评价过程中灰色决策多因素分析 邓聚龙开创灰色决策与预测系统,而水质评价系统是一个灰色系统,故将水质量评价作为一个灰色决策过程来研究是较为合适的.在水质量评价中,若将评价对象、污染级别和污染因子分别作为灰色决策过程中的事件、对策和目标来考虑,那么,水质量评价就是在同一事件的各种对策方案中,挑选一个效果最佳的方案,因此,水环境评价实际上是一个多目标的综合决策过程. 4.2 污染物污染程度的确定 利用问题1的模型,先对13个月相应指标求平均值.采用单因子评价指数法,对两类主要污染物,利用评价指数对每个地区某类污染物的污染程度进行排序;然后给出标准,找出有哪些地区(干流和支流)对两类主要污染物超过这个标准;最后综合考虑流量、流速、站点间的距离及自身净化能力,利用相对浓度的变化辅助来帮助确定哪些地区是主要污染区. 4.3 建立预测模型 要求对未来水质污染的发展趋势做出预测分析,通过人工神经网络建立预测模型,它可以提高解决问题的速度和精度.先对水文年全流域劣V类水10年水质做出预测,再对水文年全流域Ⅰ类水10年水质做出预测.进而对未来的水质污染的变化趋势做出科学的预测. 4.4 污水总量预测模型 首先对10个水文年的全流域的Ⅳ、Ⅴ类水所占河长百分比之和随时间变化做出预测.根据上问对水文年全流域的劣V类水水质的预测结果,分析过去10年干流中劣V类所占的百分比很少不为零,采用2次加权,得到一个较贴切的干流污染总量预测模型,参照问题4所给的阀值标准、预测的每年长江总流量、排污预测量和净化指标预测每年需要处理的污水总量. 5 模型的构建 5.1 问题1的解决方案 5.1.1 当5ij(1)=0时, 5.1.2 当Sij(1)0且Sij(2)∞时, 5.1.3 当Sij(2)=∞时, 5.2 污染源的限流算法确定河流主要地区 建立单因子评价指数型2: 这个公式适用于具有上限的污染物.对于有下限的污染物,如DO,计算公式为: 上式是它在淡水中与水温的近似关系,再利用问题1的一些结果,并结合长江流域地理分布及水流方向确定污染源分布的主要地区. 5.3 运用二阶来拟合 可以利用下列模型来拟合,即有 式中β0,βj,βij,βijk,…为待估参数.在通常情况下,运用二阶来拟合就可以了.在估计出参数后,就能够实现预测功能.易知构造Hopfield神经网络所需参数为: 将上面的参数代入系统动态方程: 解出的值,得拟合直线方程:y=a+bx. 不难推广到高阶列出对应参数,利用参数值,构造Hopfield神经网络,该网络可以达到一个稳定平衡状态. 5.4 问题解决4 其中ρ1、ρ2表示两不同的污染率权值 6 模型解 6.1 问题1 6.2 氨氮超标排放地区 据问题2的模型及结果分析,依次确定出高锰酸盐超标的主要污区:洞庭湖出口→江西九江河西水厂段;湖南岳阳城陵矶段;宜宾→泸州→重庆朱沱段;湖北武汉宗关→江西九江河西水厂段;鄱阳湖出口→江西九江河西水厂段;江苏扬州→江苏南京林山段;氨氮超标的主要污染源的地区:鄱阳湖入口→江西九江河西水厂段;四川乐山→宜宾→泸州→重庆朱沱段;洞庭湖入口→洞庭湖出口→湖南岳阳城陵矶段,利用Matlab求解. 6.3 类水的拟合方程 预测劣Ⅴ类和Ⅰ类水发展趋势.对劣Ⅴ类水数据构造Hopfield神经网络,据系统动态方程和Hopfield神经网络模型利用数学软件编程,求得拟合方程为y=-0.0114+0.0010x.同理,可得Ⅰ类水拟合方程为:y=0.2088-0.0018x,根据拟合方程预测未来10年劣Ⅴ、Ⅰ类水的河长百