首页|长江口国控断面水质参数演变的模型优化预测

长江口国控断面水质参数演变的模型优化预测

Modified Model Prediction of the Evolution of Water Quality Parameters of the State-controlled Section in the Yangtze River Estuary

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
基于对长江口徐六泾国控断面2014-2018年水质数据的挖掘和分析,选择高锰酸盐指数、五日生化需氧量、氨氮、总氮、总磷、溶解氧6项水质因子数据,文章首先使用单因子水质指数法对各项水质因子进行评价,然后分别使用改进内梅罗指数法和模糊指数法对徐六泾断面进行综合水质评价.选择长江口徐六泾断面叶绿素a浓度作为预测变量,以高锰酸盐指数、五日生化需氧量、氨氮、总氮、总磷、溶解氧、盐度7项数据作为输入变量,使用BP神经网络进行预测,与逐步回归预测进行对比.结果表明:徐六泾断面的内梅罗指数均值为4.563,模糊指数均值为4.997.与地表Ⅲ类水内梅罗指数标准值4、模糊指数标准值10相比,应用内梅罗指数得到的结果达到地表Ⅲ类水标准的月份占76.7％,应用模糊指数得到的结果达到地表Ⅲ类水标准的月份为100％.内梅罗指数的波动性比模糊指数的波动性大,对综合水质差别的反映更明显,且内梅罗指数与模糊指数之间的线性相关性不明显.与叶绿素a实际监测值进行比较,使用神经网络预测得到的结果平均标准差为0.13,使用逐步回归分析预测得到的结果平均标准差为0.20,神经网络预测结果更为准确,精度更高.

李晓瑛、王华、曾一川、李保、袁伟皓、吴怡

展开 >

河海大学环境学院,江苏 南京 210098

河海大学浅水湖泊综合治理与资源开发教育部重点实验室,江苏 南京 210098

长江水利委员会水文局长江口水文水资源勘测局,上海 200136

长江口 内梅罗水质指数 模糊指数 BP神经网络 逐步回归

国家自然科学基金

52179064

2022

10.19672/j.cnki.1003-6504.2305.21.338

环境科学与技术
湖北省环境科学研究院

环境科学与技术

CSTPCDCSCD北大核心
影响因子：0.943
ISSN：1003-6504
年,卷(期)：2022.45(2)
  • 23