生化需氧量与生化耗氧量的分析.doc

生化需氧量与生化耗氧量的分析摘要: BOD（Biochemical Oxygen Demand的简写）：生化需氧量或生化耗氧量(五日化学需氧量)，表示水中有机物等需氧污染物质含量的一个综合指示。说明水中有机物由于微生物的生化作用进行氧化分解，使之无机化或气体化时所消耗水中溶解氧的总数量。BOD和DO只反映河流中最简单的水质关系。为了较详尽的描述河流的水质状态，需要引进更多的变量。综合水质模型就是BODDO模型。关键词: 描述统计、回归分析、BOD-DO模型 spss操作步骤可以得到下面的回归结果。描述统计结果如下表：表1描述统计量N极小值极大值和均值标准差方差初始断面的BOD浓度L015.907.8948.133.20872.192544.807初始断面的氧气浓度C015-3.04-.09-19.56-1.3040.88270.779水温T1513.527.5287.919.1935.501930.271河流流量Q1547.7792364.60803003.4688200.231253127.961584916374.167排污口流量g15.86401.555217.19361.146240.2237997.050污水BOD浓度l1557.3477.04258.6283.907153.387823527.832流过该河段所需的时间t15.069.1041.431.09540.013092.000BOD浓度15.6415.6079.135.27534.0944016.764氧气浓度15-4.59.33-27.90-1.86001.568942.462有效的 N （列表状态）15 由表1说明，初始断面的BOD浓度的极小值是0.90，极大值是7.89，和是48.13，均值是3.2087，标准差是2.19254，方差是4.807；初始断面的氧气浓度的极小值是-3.04，极大值是-0.09，和是-19.56，均值是-1.3040，标准差是0.88270，方差是0.779；水温的极小值是13.5，极大值是27.5，和是287.9，均值是19.193，标准差是5.5019， 方差是30.271；河流流量的极小值是47.7792，极大值是364.6080，和是3003.4688，均值是200.231253，标准差是127.9615849，方差是16374.167,；排污口流量的极小值是0.8640，极大值是1.5552，和是17.1936，均值是1.146240，标准差是0.2237997，方差是0.050；污水BOD浓度的极小值是57.3，极大值是477.0，和是4258.6，均值是283.907，标准差是153.3878，方差是23527.832；流过该河段所需要的时间的极小值是0.069，极大值是0.104，和是1.413，均值是0.09540，标准差是0.013092，方差是0；BOD浓度的极小值是0.64，极大值是15.6，和是79.13，均值是5.2753，标准差是4.09440，方差是16.764；氧气浓度的极小值是-4.59，极大值是0.33，和是-27.9，均值是-1.8600，标准差是1.56894，方差是2.462。 模型输入的变量移去的变量方法1流过该河段所需的时间t, 排污口流量g, 初始断面的氧气浓度C0, 初始断面的BOD浓度L0, 污水BOD浓度l, 水温T, 河流流量Qa.输入a. 已输入所有请求的变量。输入移去的变量输入移去的变量模型输入的变量移去的变量方法1流过该河段所需的时间t, 排污口流量g, 初始断面的氧气浓度C0, 初始断面的BOD浓度L0, 污水BOD浓度l, 水温T, 河流流量Qa.输入a. 已输入所有请求的变量。表2 表3表2和表3表明使用全部引入法将变X1、X2、X3、X4、X5、X6、X7全部引入,分别将Y1、Y2做为因变量进行回归分析。 模型汇总b模型RR 方调整 R 方标准 估计的误差1.953a.907.8151.76324a. 预测变量: (常量), 流过该河段所需的时间t, 排污口流量g, 初始断面的氧气浓度C0, 初始断面的BOD浓度L0, 污水BOD浓度l, 水温T, 河流流量Q。b. 因变量: BOD浓度表4表4显示了Y1的相关系数R=0.953，调整R 方为0.907，估计标准误差为1.76324.模型汇总b模型RR 方调整 R 方标准 估计的误差1.985a.971.942.37719a. 预测变量: (常量), 流过该河段所需的时间t, 排污口流量g, 初始断面的氧气浓度C0, 初始断面的BOD浓度L0, 污水BOD浓度l, 水温T, 河流流量Q。b. 因变量: 氧气浓度 表5表5显示了Y1的相关系数R=0.985，调整R 方为0.971，估计标准误差为0.37719.Anovab模型平方和df均方FSig.1回归212.935730.4199.784.004a残差21.76373.109总计234.69814a. 预测变量: (常量), 流过该河段所需的时间t, 排污口流量g, 初始断面的氧气浓度C0, 初始断面的BOD浓度L0, 污水BOD浓度l, 水温T, 河流流量Q。b. 因变量: BOD浓度Anovab模型平方和df均方FSig.1回归33.46674.78133.604.000a残差.9967.142总计34.46214a. 预测变量: (常量), 流过该河段所需的时间t, 排污口流量g, 初始断面的氧气浓度C0, 初始断面的BOD浓度L0, 污水BOD浓度l, 水温T, 河流流量Q。b. 因变量: 氧气浓度表7 表6表6表7是方差分析表，表7回归平方和SRR=212.935，残差平方和SSE=21.763，总偏差平方和SST=234.698，对应的自由度7 7 14，回归均方MSR=30.419，残差均方MSE=3.109，回归方程的显著性检验统计量F=9.784，检验P=0.0040.05,则拒绝H0：Y1与X1、X2、X3、X4、X5、X6、X7之间无线性回归关系，接受H1：Y1与X1、X2、X3、X4、X5、X6、X7有线性回归关系。同理：由表6是方差分析表得Y2与X1、X2、X3、X4、X5、X6、X7有线性回归关系. 系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)-7.18325.016-.287.782初始断面的BOD浓度L0-.219.470-.117-.466.656初始断面的氧气浓度C0-1.179.994-.254-1.187.274水温T.536.444.7211.209.266河流流量Q-.031.024-.979-1.305.233排污口流量g-10.4508.170-.571-1.279.242污水BOD浓度l-.002.009-.090-.279.789流过该河段所需的时间t212.454124.451.6791.707.132a. 因变量: BOD浓度系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-17.5875.351-3.287.013初始断面的BOD浓度L0.211.101.2952.097.074初始断面的氧气浓度C0.023.213.013.108.917水温T.140.095.4911.476.183河流流量Q.020.0051.6423.918.006排污口流量g3.0361.748.4331.737.126污水BOD浓度l.003.002.2521.397.205流过该河段所需的时间t43.47126.622.3631.633.147a. 因变量: 氧气浓度 表9表8 表8显示了对于Y1回归分析中的系数。常数项为-7.183，1的系数-0.219，2的系数-1.179，3的系数0.536，4的系数为-0.031. 5的系数为-10.450，6的系数为-0.002，7的系数为212.454.同理由表9可以得到对于Y1回归分析中的系数。表10 表11 P-P图是一种散点图,对应于正态分布的P-P图,就是由标准正态分布的分位数为横坐标,样本值为纵坐标的散点图. 要利用P-P图鉴别样本数据是否近似于正态分布,只需看P-P图上的点是否近似地在一条直线附近,而且该直线的斜率为标准差,截距为均值. 用P-P图还可获得样本偏度和峰度的粗略信息.P-P图是根据变量的累积比例与指定分布的累积比例之间的关系所绘制的图形。通过P-P图可以检验数据是否符合指定的分布。当数据符合指定分布时，P-P图中各点近似呈一条直线。如果P-P图中各点不呈直线，但有一定规律，可以对变量数据进行转换，使转换后的数据更接近指定分布。由以上两表得：P-P图中各点近似呈一条直线，说明Y1、Y2数据是否符合指定的分布。做回归分析曲线估计如下：模型汇总和参数估计值因变量:氧气浓度方程模型汇总参数估计值R 方Fdf1df2Sig.常数b1b2b3线性.71732.899113.000-.149-.324对数.82762.168113.0001.196-2.129二次.81426.306212.0001.212-.847.032三次.85822.135311.0002.837-1.789.171-.006复合a.000.000自变量为 BOD浓度。a. 因变量 (氧气浓度) 包含非正数值。 最小值为 -4.59。无法应用对数变换。 无法为此变量计算复合模型、幂模型、S 模型、增长模型、指数模型和对数模型。由R方值知道三次函数的R方值最大，故其拟合度最好。所以选择三次函数进行曲线估计。以下为三次函数曲线估计结果： 模型汇总和参数估计值因变量:氧气浓度方程模型汇总参数估计值R 方Fdf1df2Sig.常数b1b2b3三次.85822.135311.0002.837-1.789.171-.006自变量为 BOD浓度。由以上表的函数模型：y=-0.006x*x*x+0.171x*x-1.789x+2.837以上说明：BOD与DO的函数关系。