水質(zhì)評價(jià)和預(yù)測方法的研究及應(yīng)用.pdf

1、針對村鎮(zhèn)庫泊飲用水源有機(jī)物、微生物以及氮磷超標(biāo)，農(nóng)村生活飲用水不安全等問題，我國住建部已經(jīng)組織相關(guān)部門開展研究，這項(xiàng)工作迫切需要在更大范圍內(nèi)開展全國飲用水水源地基本狀況的調(diào)查，進(jìn)一步摸清底數(shù)，針對不同區(qū)域、不同類型的飲用水水源地研究環(huán)境對策，提高廣大人民群眾的飲水安全保障水平。目前，重慶市在這方面的工作也正在開展。對水質(zhì)進(jìn)行評價(jià)和預(yù)測可應(yīng)用于防范各類突發(fā)事件，為相關(guān)部門提供決策支持。本文就主要針對重慶地區(qū)的水質(zhì)情況，研究適合此地區(qū)的水質(zhì)

2、評價(jià)和預(yù)測方法，并將此方法在相應(yīng)系統(tǒng)中進(jìn)行實(shí)現(xiàn)。
　　 本文改進(jìn)J48決策樹算法，并把改進(jìn)的算法應(yīng)用在水質(zhì)評價(jià)中。通過分析K最近鄰法、貝葉斯分類法、向量空間模型法等常用的水質(zhì)評價(jià)方法，針對重慶地區(qū)2008年的水質(zhì)監(jiān)測數(shù)據(jù)，采用J48決策樹算法和單因子污染指數(shù)法對此地區(qū)水質(zhì)進(jìn)行計(jì)算，并對相關(guān)的水質(zhì)數(shù)據(jù)進(jìn)行分類。時(shí)間序列分析法、模糊算法、人工神經(jīng)網(wǎng)絡(luò)、小波分析法等在水質(zhì)預(yù)測中已有應(yīng)用:時(shí)間序列分析法適合于隨時(shí)間變化明顯的數(shù)據(jù)序列，其

3、預(yù)測的數(shù)據(jù)隨機(jī)性很大;把模糊算法用在水質(zhì)預(yù)測中時(shí)，在預(yù)測因子與預(yù)測對象之間建立對應(yīng)關(guān)系的過程較困難;人工神經(jīng)網(wǎng)絡(luò)方法對于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的確定現(xiàn)在還沒有一個(gè)較好的方法;小波分析在水質(zhì)預(yù)測中的研究和應(yīng)用不是很完善。結(jié)合重慶地區(qū)的水質(zhì)特征，本文采用灰度模型和曲線擬合的聯(lián)合預(yù)測方法對該地區(qū)進(jìn)行水質(zhì)預(yù)測。預(yù)測前，對數(shù)據(jù)進(jìn)行相應(yīng)的預(yù)處理和分類，使用灰度模型預(yù)測非周期性參數(shù)，使用曲線擬合的方法預(yù)測周期性較強(qiáng)的參數(shù)。再綜合兩者的預(yù)測結(jié)果得到最終的趨勢。實(shí)