（控制科学与工程专业论文）灰色神经网络在水质污染预测中的应用.pdf

摘要 摘要 可持续发展是关系人类前途和命运并为当今国际社会普遍关注的重大问题， 水资源作为基础性的自然资源和战略性的经济资源，它的可持续利用是经济社会 可持续发展重要保障。水资源短缺和水质污染严重已经成为我国经济社会发展面 临的重大问题之一。水质污染预测是顺利实现水环境规划管理、水污染综合防治 等任务不可缺少的基础工作，是具有普遍意义的一项重要内容。 在参考了国内外相关文献，系统总结国内外水质模型研究成果的基础上，针 对本文的研究对象一东江石龙河段的特征，选择多宾斯一坎普水质模型为研究目 标。并对其参数进行求解。而人工神经网络( a n n ) 是复杂非线性科学和人工智能 科学的前沿，近年来，随着人工神经网络理论和应用技术的日益完善，逐渐成为 各个学科的研究热点。灰色理论因其模型构建简单，而广泛用于离散的系统或是 已知信息量较少的系统中。本文全面分析了水质模拟模型的发展情况和类型，阐 述了灰色理论和a n n 中的b p 网络的基本预测原理，分别将两者用于水质预测。 本文主要在水质模拟的人工神经网络建模方法及其在水质预测的应用方面 做了些探索性的研究，提出了一种对污染参数直接进行预测的新思路。本文较为 详细的介绍了灰色预测技术和人工神经网络预测技术。首先分别采用g m ( 1 ，1 ) 和微偏灰色预测模型对水质参数进行预测，选出其中精度较高者，而后采用改进 的b p 神经网络进行预测，在分别讨论了两者特点及其不足之处后，最后针对它 们的互补性总结出基于灰色系统和人工神经网络的灰色神经网络模型。从而为提 高水质预测系统的性能提供科学依据。 通过选用m a t l a b 仿真工具对模型进行训练。实例研究表明：通过观 察仿真结果发现以本文提出的灰色神经网络控制的模型吸取了灰色系 统理论和b p 神经网络的优点，避免了单一预测模型所存在的预测风险， 并且能取得比单一模型都要精确的结果。 以此灰色神经网络再对水质模型的污染参数进行预测，不仅 能获得满意预测值，而且对污染情况有更为直观的把握。 关键词：水质模型；污染参数；灰色神经网络：水质预测 广东工业大学硕士学位论文 - - 7 暑宣昌昌皇昌暑鲁；昌昌昌昌；昌= ；= 昌；昌昌宣= ；昌= ；皇宣昌昌昌；昌= ；= = 昌昌= = 昌昌昌昌昌号昌昌昌昌昌昌= 昌；= ；昌昌昌昌昌昌昌昌毫昌昌置置暑暑 a bs tra c t n o w a d a y s ，s u s t a i n a b l ed e v e l o p m e n ti sas i g n i f i c a n ti s s u ew h i c hi sr e l a t e dt ot h e f u t u r ea n dd e s t i n yo fp e o p l e ，a n dt h ei n t e r n a t i o n a ls o c i e t yp a ym o r ea n dm o r e a t t e n t i o nt oi t w a t e rr e s o u r c ea st h ef o u n d a t i o n a ln a t u r a lr e s o u r c ea n dt h es t r a t e g i c e c o n o m i c a lr e s o u r c e ，i st h ei m p o r t a n ts a f e g u a r do ft h ee c o n o m i cs o c i e t ys u s t a i n a b l e d e v e l o p m e n t t h es h o r t a g eo fw a t e ra n dp o l l u t e dw a t e r a r es e r i o u s l yp r o b l e m st ot h e g r o w t ho fe c o n o m yo fo u rc o u n t r y i ti si m p o r t a n ta n db a s i ct os i m u l a t ea n dp r e d i c t t h ew a t e rq u a l i t yf o rs u c c e s s f u l l ya c c o m p l i s h i n gt h et a s k sa b o u t w a t e re n v i r o n m e n t a f t e rr e v i e w i n gm a n yl i t e r a t u r e sa n dw a t e rm o d e l sa th o m ea n do v e r s e a s ，a n d a c c o r d i n gt o t h e f e a t u r e so ft h eo b j e c t - - t h er e a c ho fe a s tr i v e r , c h o o s e st h e c o r r e s p o n d i n gd o b b i n s - c a m pm o d e l c a l c u l a t ep a r a m e t e r a n da n n i st h ef o r e f r o n t o f c o m p l e xn o n - l i n e a rs c i e n c ea n da r t i f i c i a li n t e l l i g e n c es c i e n c e i nr e c e n ty e a r s ，晰m i n c r e a s i n g l yp e r f e c to fa n nt h e o r ya n da p p l i e dt e c h n o l o g y , a n ni sg r a d u a l l y b e c o m i n gt h ef o c a lp o i n to fe v e r ys u b j e c t b e c a u s eo ft h eg r e ym o d e li se a s yt ob u i l d m o d e l i tu s e dt ob ea p p l i e di nt h es y s t e m sw h i c hi sd i s c r e t i o no rn e e d sal i t t l e i n f o r m a t i o n b a s e do ng e n e r a la n a l y s i so fw a t e rq u a l i t ys t i m u l a n tm o d e l ，f o r e c a s t i n g p r i n c i p l eo fg r e yt h e o r ya n da n n t h ep a p e rs u g g e s t e di n t r o d u c eb a c k - p r o p a g a t i o n n e t w o r ki n t ot h ef i e l do fw a t e rq u a l i t ys i m u l a t i o na n dw a t e rq u a l i t yf o r e c a s t t h e p a p e rd i ds o m ee x p l o r a t i v er e s e a r c hi na r t i f i c i a ln e u r a ln e t w o r km o d e l i n gm e t h o d s i nw a t e rq u a l i t ys i m u l a t i o na n di t sa d a p t a b i l i t yi nw a t e rq u a l i t yf o r e c a s t b y t h ea n a l y s i so ft h ew a t e rq u a l i t ym a t hm o d e la n dm e t h o do ft h ew a t e rq u a l i t y p r e d i c t i o n , r e f e r r i n gt oan e wm e t h o dt h a tc a l ld i r e c t l yf o r e c a s t i n gt h ep o l l u t i o n p a r a m e t e r t h i sp a p e ra m p l yi n t r o d u c e st h et e c h n o l o g yo ft h eg r e yp r e d i c t i o na n d a n n p r e d i c t i o n a f t e rd i s c u s s i n gt h ef e a t u r e so ft h et w op r e d i c t i o nm e t h o d sa n dt h e i r s h o r t n e s s ，a i m sa t t h e i rc o m p e n s a t i n go b t a i n i n gt h e o p t i m a lm o d e lo ft h et w o p r e d i c t i o nm e t h o d s t h r o u g hs e l e c t i n gt h et o o lc h e s to ft h ea n nm a t l a bt r a i n st h em o d e l t h e e x a m p l ep r o v e dt h a tt h ec o m b i n e dm o d e lw h i c hi su n i t e db yt h eg r e yt h e o r ya n dt h e i i a b s t r a c t i m p r o v e db pn n c o n t a i n sa d v a n t a g e so ft h et w om e t h o d s f i r s t , u s i n gt h eg m ( i ，1 ) m o d e la n dt h ep a r t i a ld i f f e r e n t i a lg r e ym o d e lt op r e d i c tt h ew a t e rq u a l i t yp a r a m e t e r , c o m p a r e sr e s u l t so ft h et w om o d e l s ，t h a nc h o o s et h eb e r e r ，a tl a s t , a p p l y i n gt h e i m p r o v e m e n tb pn np r e d i c tt h ew a t e rq u a l i t y a f t e rt h a t ，t h r o u g ha n a l y s i st h et w o m e t h o d sd i s a d v a n t a g e s ，b u i l dt h eg r e yn e u r a lm o d e l a n a l y s i st h ee x p e r i m e n tr e s u l t s ， i ti st ok n o wt h a tt h eg r e yn e u r a lm o d e lv o i dt h er i s ko fa v o i d i n gt h es i n g l ep r e d i c t i o n m o d e l ，a n dc a no b t a i nm o r ea c c u r a t e l yf o r e c a s t i n gr e s u l tt h a na n ym e t h o d u s i n gt h i sg r e yn e u r a ln e t w o r kt op r e d i c tt h ep a r a m e t e ro fp o l l u t i o ni nw a t e r q u a l i t ym o d e l ，i tc a no b t a i nt h ee x p e c t e dr e s u l t , a n dc a l lg r a s pt h es i t u a t i o n k e y w o r d s ：w a t e rq u a l i t ym o d e l ；p a r a m e t e ro fp o l l u t i o n ；t h eg r e yn e u r a lm o d e l ； w a t e rq u a l i t yp r e d i c t i o n i i i 独创性声明 独创性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以 标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，不包 含本人或其他用途使用过的成果，与我一同工作的同志对本研究所做的贡献均已 经在论文中做了明确的声明，并表示了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师指导下取得的，论文 成果归广东工业大学所有。 申请学位论文与资料有不实之处，本人承担一切相关责任，特此声明。 5 7 指导老师签字： 论文作者签字： 年月日 第一章绪论 1 1 研究背景和意义 第一章绪论 资源是当今制约全球经济协调发展，影响人类生存条件的重要因素之一。而 水既是自然界的一种可再生性资源，又是战略性经济资源，是一个国家综合国力 的组成部分。自2 0 世纪以来，世界经济突飞猛进，人口剧增，对水的需求量日 益增加。早在1 9 9 7 年联合国水资源大会上，就传出一个震惊世界的预言n 1 ：到 2 0 1 0 年全球缺水人口预计将达1 0 9 ，到2 0 3 0 年世界将有1 3 以上人口遭受中高度 缺水的压力。随着社会、经济的不断发展，水污染与水资源短缺日趋严重，已成 为制约经济社会可持续发展的重要因素。 我国既是世界上最大的发展中国家，又是世界上人口最多的国家，水资源形 势尤为严峻，人均占有水量只有世界人均的1 4 ，居世界1 0 9 位，被列为世界人 均水资源贫水国家之一圆。我国一方面严重缺水，另一方面由于生产工艺落后， 水环境管理不善，盲目追求经济效益，只讲发展，使有限的水资源又遭到严重污 染。全世界每年排放4 2 0 0x10 9 t 的污水口3 ，每一单位的污水将污染数十倍的水体。 我国每年排放3 6 0 0 9 t ，其中8 0 以上未经处理就直接排入江河。在1 0x1 0 4 k m 的 评价河段中，水质在类以上的污染河长占4 7 。根据全国1 1 8 座大城市浅层地 下水的调查，9 7 5 的城市受到不同程度的污染，其中4 0 的城市受到重度污染。 2 0 0 6 年中国环境状况公报显示h 1 ：2 0 0 6 年全国地表水总体水质属中度污染，废污 水排放总量7 3 1x1 0 9 t ，其中工业废水占2 3 ，第三产业和城镇居民生活污水占 1 3 。2 0 0 7 年8 月份全国水资源质量概况总体看h 3 ，我国水体污染主要以耗氧有 机物为主，主要污染项目是氨氮、高锰酸盐指数、化学需氧量、五日生化需氧量 和挥发酚等。 近年来引发的水资源污染事故层出不穷，已危及人类生存的环境。例如2 0 0 8 年4 月2 1 日江苏太湖再次爆发蓝藻，造成太湖沿岸渔民生活困难，沿岸饮食业 受到严重影响嘲。2 0 0 7 年的太湖蓝藻爆发造成无锡自来水危机，太湖一度成为全 国关注的焦点嘲。1 9 9 8 年长江、松花江、嫩江流域发生大洪水，洪涝灾害的直接 广东工业大学硕士学位论文 经济损失估计达2 5 0 0x1 0 9 元。而改革开放以来，珠江三角洲地区为我国经济高 速发展的地区之一，这片占广东省2 3 4 的国土面积，创造了广东8 0 的g d p 总 量，且国民生产总值及人均收入均居全国前列。但是，经济的快速发展，也给珠江 流域带来沉重的环境负担，在全国七大流域中，珠江三角洲流域污染尤为严重。整 个珠江水总流域面积4 5 1 0 4k m ，干流长4 0 0 0 多k m ，主要干支流长9 4 9 9 k m 。在流 域面积和主要干支流中，珠江三角洲仅占6 6 7 ，但污水排放量却占到5 4 8 。珠 三角成为水污染的“重灾区”，这也直接制约了珠三角经济的进一步发展的重要 因素之一。2 0 0 5 年1 2 月由于企业违法超标排放导致广东省北江流域受到严重污 染，北江下游韶关、清远、英德3 个城市受到污染威胁，部分城市自来水停止供 应”。 此外，随着我国经济的迅速发展，工农业废水和生活污水的排放日益增加， 由此造成的水环境污染问题越来越突出，严重的水污染更加剧了我国水资源的短 缺。大部分地表水源水都容易遭到人为的、或是外源的、或内源等污染引起一系 列的偶然和周期性的水质突变现象。2 0 0 6 年内国内发生了多起水源污染事件，松 花江水污染、北京、天津、武汉、昆明、南京、福州、沈阳、宁波、保定等水源 的藻类高发污染导致自来水产量和质量的降低。目前我国大多数工业城市河流水 质污染严重，特别是珠江、长江中下游地区，由于人口居增，工厂密布，工业、 农业、生活污水的大量涌入，同时有接纳市区、郊区的大量工农废水和生活污水， 有些河段甚至出现喝水异味想象，严重影响河流周遍居民生活哺1 。 水体污染严重己成为实现中国水资源可持续利用的重要障碍之一嘲。加强水 质管理和控制、保护水资源、实现水资源永续使用和社会的可持续发展是环境工 作者面临的艰巨任务。对水质进行的污染情况进行预测能实时预报水域内各断面 的水质变化情况，以避免出现严重水质污染，确保用水安全和环境卫生，防止或 减轻未来可能的污染源对社会和生物圈产生意外结果的环境变化，从而达到社会 效益、环境效益、经济效益的统一。 因此针对特定河流在一定区域内建立相应的水质模型对其污染情况进行预 测为促进国民经济持续协调发展，加强水资源保护有重要意义，为了充分利用水 的环境容量而不致引起污染，使有限的资金发挥出最大的效益，往往需要我们不 仅知道水质的现状，还需要根据当前的水质情况、污染源和污染物的迁移转化规 律来预测今后水体质量的变化情况，从而在环境效益、经济效益综合评估的基础 2 第一章绪论 上制定出水污染控制的方案。 水质的预测是水资源预警的重要基础，水质检测预测可为政府控制水污染， 加强水环境监督与管理提供参考，水质预测的精确程度主要决定于预测模型、算 法，因此，研究智能算法对建立的模型进行预测用于预警具有一定的现实意义。 1 2 国内外研究现状 1 2 1 水质模型 1 9 2 5 年，美国的工程师s t r e e t e r 和p h e l p s 在对河流污染源及其生活污水造 成的影响的研究中n 们，提出了氧平衡模型的最初形式。s t e w a r t 和b a t e s 提出了 洪泛区污染物迁移仿真研究的分布模型。 目前应用最广泛的水质模型w a s p n 妇( t h ew a t e rq u a l i t ya n a l y s i s s i m u l a t i o np r o g r a m ，水质分析模拟程序) 是美国环境保护局提出的水质模型系 统，能够用于不同环境污染决策系统中分析和预测由于自然和人为污染造成的各 种水质状况，可以模拟水文动力学、河流一维不稳定流、湖泊和河口三维不稳定 流、常规污染物( 包括溶解氧、生物耗氧量、营养物质以及海藻污染) 和有毒污染 物( 包括有机化学物质、金属和沉积物) 在水中的迁移和转化规律，被称为万能水 质模型。目前的w a s p 模型基于w i n d o w s 开发友好用户界面；包括能够转化生成 w a s p 可识别的处理数据格式；具有高效的富营养化和有机污染物的处理模块。 w a s p 模型具有良好的灵活性，能与其它模型很好地耦合，进行二次开发，使水质 模拟达到更加完善的效果。 随着我国对环境治理的重视，国内的研究学者在水质模型研究方面也作了不 少工作n 羽。如周丕严、张江山等将熵和熵权赋值法引入到模糊数学水质评价模型 中来n ，可以有效避免主观确定权重的随意性，在实际的应用中计算简单、结果 合理。李如忠、洪天求等将河流水体支撑能力和污染负荷水平表示为三角模糊数 n 旬，将一维稳态水质模型参数模糊化，建立了模糊水质模拟模型。脱友才、邓云 等以相对隶属度、隶属函数为基础理论n 明，建立了多级模糊模式识别模型，并应 用于汾河水质分类评价中。万金保、侯得印等根据模糊数学的原理n 6 1 ，建立了地 表水环境质量模糊综合评价模型，并利用建立的模型对江西省重点整治的河流乐 3 广东工业大学硕士学位论文 安河进行了水质评价，为污染控制提供了科学依据。 总体来说，欧美国家对水质模型的研究比国内的研究要早，已经建立了多种 水质模型，广泛地在水质规划及环境治理中应用，并将其软件化，提高了模型的 通用性。我国对河流水质及其模型的研究还处于初期探索阶段，一般只是对河流 水质的变化规律进行预测研究。 1 2 2 水质预测方法 现在常用的水质模拟预测方法有马尔夫法、灰色模型法、时间序列法、自组 织法、神经网络法等n 钉。 马尔可夫法实际上是一种随机过程预测法，其状态和时间参数都是离散的， 以用于描述某种复杂系统状态的转移。水质系统由于受物理、化学和生物等因素 的影响而成为一种复杂的系统，因此针对此情况采用马尔可夫法进行模拟预测是 比较适合的。这种方法也已经开始应用于环境保护领域，取得了不错的效果。 灰色模型法是由我国学者邓聚龙教授在研究系统控制的不确定元中首先提 出的，众多学者将灰色系统思想与本学科研究内容结合进一步开拓其应用领域。 所谓灰色系统即是指部分信息已知、部分信息未知或未确知的系统，是一种信息 并不完全的系统。水环境系统的众多影响因素中既有已知参数，又有许多未知的 和不确定的参数，从这一点看可以将水环境系统看作一个灰色系统；同时由于实 际监测资料的限制许多河流水质系统往往信息并不完整，因此将该系统作为灰色 系统来研究也是比较合理的。灰色系统理论是我国著名学者邓聚龙教授于1 9 8 2 年创立的一门新兴横断学科，它以“部分信息已知，部分信息未知的“小样本”， “贫信息 不确定系统为研究对象，主要通过对“部分”已知的信息的生成，开 发，提取有价值的信息，实现对系统行为的正确认识和有效控制。 我们用“黑”表示信息未知，用“白 表示信息完全明确，用“灰”表示部 分信息明确，部分信息不明确。相应的，信息完全明确的系统称为白色系统，信 息未知的系统称为黑色系统，部分信息明确，部分信息不明确的系统称为灰色系 统。由此看来，信息的不完全性是灰色系统的特征。而水环境所包含的信息往往 是不全的，用灰色系统则可以从贫瘠的信息中找出一定的规律。 所谓时间序列是指按时间顺序排列的一组数据，时间序列分析方法属于统计 4 第一章绪论 学范畴，通过研究、分析和处理时间序列，提取出系统的相关信息，从而揭示时 间序列本身的结构与规律，认识系统的固有特性，掌握系统与外界的联系，推断 出系统在将来的变化和行为。而水环境正是一个实时变化的系统，可以用时间序 列法对其进行分析研究。 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，简记作a n n ) c l s ，是对人类大 脑系统的一种描述；它是一个并行、分布处理结构，它由处理单元及信号通道互 连而成；它也是一个数学模型，可以用电子线路来实现，也可以用计算机程序来 模拟。它具有通过学习获取知识解决问题的能力，是人工智能的一种重要研究方 法。近几年来，人工神经网络在水质模型方面的应用取得了飞速的发展，目前已 经得到广泛应用。 目前还有大量其他模拟预测方法被用于水质模拟，众多环境工作者将在其他 领域应用效果良好的方法比如自组织法、多元回归模型、混沌预测等引入到水质 模拟预测中n 钔，均取得了不错的结果。 我国水质预测方面的研究起步比较晚，河流和河网的水质预测研究基本上是 在“六五”期间才正式开始的，并在“七五 期间得到了进一步的发展和深化啪3 。 针对水流域在广义上属于动态不确定非线性系统，河流污染扩散中存在的时滞特 性，张新政教授将时滞大系统理论引入东江惠州段的水质建模和水污染控制研究 中，利用了多组多滞后分析方法，取得了良好的效果，利用这些理论方法对水环 境污染控制和综合治理进行了深入研究。李莹基于神经网络理论对东江惠州段 水质预测研究方面进行了有益的探讨唿3 。 1 3 主要研究内容 本文在选定了区域河段作为研究对象后，建立了与之相适应的水质模型进行 研究，对其污染情况进行预测。在对多种预测方法进行比较后发现，灰色预测模 型的特点在于所需负荷数据少、不需要计算统计特征量、建模精度较高，因此在 各种预测领域特别是不确定性明显和数据较缺乏的领域中得到较多的应用。但是 灰色预测模型也存在一些不足：它只适用于呈近似指数增长规律的数据序列，而 且求解参数的算法也有一些缺陷等等。人工神经网络强大的非线性映射能力，使 其在负荷预测中得到广泛的应用。但是神经网络良好的非线性函数逼近能力是需 5 广东工业大学硕士学位论文 要网络具有足够多的隐节点、需要大量的样本数据来保证的，而且隐含节点个数 的选择也是一个难点。灰色预测模型和神经网络预测模型存在各自的特点和不 足，如果能将两者有机结合可实现互补，不仅可以提高系统建模的效率，而且可 以提高模型的精度。本文主要就是建立精度较高的基于灰色系统和人工神经网络 的综合预测模型并验证其精确性。 本文的研究思路是，首先对水质数据进行处理，然后利用主成分分析法简化 数据处理，采用b o d - d o 模型，通过数学转换成求解污染参数，利用将灰色理论 和b p 神经网络分别对未来污染参数进行预测，分析其各自在复杂建模和预测方 面的优缺点，最后采用二者的联合模型进行预测，将三种预测方法进行比较，找 出最优预测方法。 通过对某自来水厂水源水的水质数据进行计算分析和评价，为水质污染预警 提供事实依据。从而使政府部门能在处理突发污染事件上能做出实时反应，保障 人民生命财产安全。 1 4 小结 本章对目前国内水资源污染，尤其是本文的研究对象污染情况做了概述，详 细的介绍了国内外水质模型和水质预测方法的大致情况，并阐述了本文将要研究 的主要内容和思想。 本课题的主要来源包括以下几个项目：区域水质优化复杂大系统的监测与控 制( 国家自然科学基金项目- - 6 0 5 7 4 0 5 2 ) ；水环境治理复杂系统的监测与总量控 制( 广东省科技计划项目一2 0 0 5 8 3 3 3 0 1 0 0 8 ) ；水质预测复杂大系统的模拟与控制 及其算法研究( 广东省自然科学基金项目卅5 0 0 1 8 2 0 ) 。 6 第二章水质模型 第二章水质模型 2 1 水质模型的发展阶段 水质模型，是描述水体中物质混合、迁移和转化规律的数学模型的总称。它 用水环境中备因子相互作用的数学方程来定义描述水体水质的变化1 。 自1 9 2 5 年斯特里特一费尔普斯( s t r e e t e r p h e l p s ) 第一次建立水质模型以 来，水质模型不断研究与发展，按照时间顺序可以大致分为以下四个阶段口钔： 第一阶段( 1 9 2 5 - 1 9 6 5 年) ：这一阶段模型研究对象仅是水体水质本身，被称 为“自由体”阶段。也就是说，在这一阶段模型的内部规律只包括水体自身的各 水质组分的相互作用，其他如污染源、底泥、边界等的作用和影响都是外部输入， 开发了比较简单的生物化学需氧量( b o d ) 和溶解氧( d 0 ) 的双线型系统模型，对 河流和河口的水质问题采用了一位计算方法进行模拟。 第二阶段( 1 9 6 5 - 1 9 7 0 年) ：这一阶段模型有如下的发展：1 在状态变量( 水质 组分) 数量上的增长；2 在多维模型系统中纳入了水动力模型；3 底泥等作用纳 入了模型内部；4 与流域模型进行连接以使面污染源能被连入初始输入。 第三阶段( 1 9 9 5 年一至今) 。随着发达国家对面污染源控制的增强，面源污染 减少了。而大气中污染物质沉降的输入，如有机化合物、金属( 如汞) 和氮化合物 等对河流水质的影响日显重要。虽然营养物和有毒化学物由于沉降直接进人水体 表面已经被包含在模型框架内，再通过流域转移到水体，这已成为日益重要的污 染负荷要素。从管理的发展要求看，所以，在模型发展的第三阶段，增加了大气 污染模型，能够对沉降到水体中的大气污染负荷直接进行评估。 2 2 常见的水质模型 经过一个世纪的发展，河流水质模型的研究已日趋成熟，相继出现了一大批 功能强大，通用性好、准确可靠的水质模型，如美国国家环保局( e p a ) 推出的 q u a l 2 e 、w a s p ，美国陆军工程兵水文团的h e c 等汹1 。随着各种水污染控制法律的 不断出现，水质模型逐步成为水环境管理决策环节中不可或缺的辅助工具。 7 广东t 业大学硕士学位论文 目前研究水质模型的目的，主要是为了描述污染物在水体中的迁移转化规 律，它可用于水质模拟和水质评价，进行水质预报和预警预测，制订污染物排放 标准和水质规划，是水污染防治的重要工具。 自第一个b o d - d o 水质模型以来，水质模型在基础研究和实际应用中都取得 了很大的进展。在水质模型的数学特性上，由确定性发展为随机模型；在水质指 标上，从比较简单的生物需氧量和溶解氧两个指标发展到复杂的生化营养素( 磷、 氮、硅) 生物体与食物链( 叶绿素s 、浮游动物等) 。 2 2 1s t r e e t e r p h e l p s 模型 由s t r e e t e r 和p h e l p s 在分析b o d 、d o 在水体中的相互转化、迁移关系的基 础上建立的一维水质模型，模型只考虑b o d 、d o 两个水质参数，且模型只考虑 微生物参与b o d 衰减反映。 甜一d l ：占e d 2 l k 三 d xd x 2 1 ( 2 1 ) 材警= 万d 2 0 一k 三+ 心( q d ) 式中：三一河水中b o d 的浓度； d 一河水中d o 的浓度； u 河水流速； d f 一河水的饱和溶解氧浓度； k ，疋一为河水的b o d 降解速度常数。 先决条件：模型预测需要上游的b o d 、d o 检测值、水流速度、弥散系数、水 体饱和溶解度、b o d 降解速率常数等水体参数( 通过实验、检测获得) 。在上述条 件下可预测下游的b o d 、d o 值。 模型适用范围：河流水质相对稳态的情况；污染源为点源污染；水体复氧过 程为自然复氧。适用于污染源相对稳定的自然河流水质预测，目前使用较少。 2 2 2d o b b i n s - o a m p 模型 多宾斯一坎普模型在s t r e e t e r p h e l p s 的b o d - d o 模型的基础上进一步考虑两 方面的问题：1 底泥释放和地面径流所引起的b o d 的变化，以r 表示；2 由于 8 第二章水质模型 藻类光合作用增氧和呼吸作用耗氧及地面径流引起的d o 的变化，以p 表示。 f 甜d ：l ：一( 墨+ 局) 三+ r 出 ( 2 2 ) l 甜d i o ：一天z + k 2 ( o , 一d ) 一p l “x 使用范围：模型考虑到了地面径流、底泥、藻类光合作用、呼吸作用、自然 复氧等过程的河流水质参数b o d 、d o 的模拟与预测。 先决条件：河流水流、地面径流相对稳定的河流。 2 2 3o u a l - | i 模型 q u a l i i 是个具有多种用途的河流水质模型，它能按照使用者的要求，以 各种组合方式描述以下十三种水质参数：1 溶解氧( d o ) ；2 生化需氧量( b o d ) ； 3 水温( t ) ；4 叶绿素；5 氨氮；6 亚硝酸氮；7 硝酸氮；8 、可溶性磷；9 大肠 杆菌；1 0 任选一种可降解物质；1 1 三种任选的不降解物质。 模型方程2 材箜o x = e 窘+ + 如 ( 2 3 ) 模型水力学粉( 罢) 。地l ( 2 4 ) ( g 。l 一第f 个计算单元的外部旁侧入流量 1 叶绿素一a ( 浮游藻类) 等= 心a - p a c _ 一号c ( 2 5 ) c 一藻类生物质量的浓度； j l l 一藻类生物的生长比率； 仃。一藻类沉淀速率常数； h 平均水深： p _ 一藻类呼吸速率常数 2 氮的循环 氨氮：百d c m = 口。p 一c l + 暑 ( 2 6 ) 9 一 广东工业大学硕士学位论文 乜一藻类生物中氨氮的比例； 口，水底生物的氨氮释放速率； k 。一氨氮氧化速率常数； a 平均横截面积 亚硝酸氮：争= c 。一c ： ( 2 7 ) k n 2 - - 亚硝酸氮氧化速率常数 硝酸氮：孥= c 。v 2 - - a l c ( 2 8 ) 3 磷的循环 +“ 等氇隅- a ：p c a + 0 4 r 2 汜9 ) c 聃一磷酸盐( 换算成磷) 的浓度5 口：一在藻类生物质量中磷的比例； 仃，低泥释放磷的速率 4 碳化b o d 鲁一k , l - 耻 ( 2 1 0 ) 墨一碳化b o d 的降解速率常数； 巧一由于沉淀作用引起的碳化b o d 的消耗速率常数 5 溶解氧d o 百d c = k 2 ( c c ) + ( a 3 p - a 4 p 一) c a k 。三一筹一a ，峨，c ，一口。峨2 c 2 ( 2 1 1 ) c d 0 浓度； c _ d o 饱和浓度； a ，一单位藻类的光合作用的产氧量； a 。一单位藻类的呼吸作用的产氧量； a ，一单位氨氮氧化时耗氧； a 。一单位亚硝酸氮氧化时耗氧率； k ，一复氧系数； 1 0 第二章水质模型 e 一水底耗氧常数。 6 大肠杆菌 等一即e ( 2 1 2 ) c e 大肠杆菌浓度； k ，一大肠杆菌的死亡速率。 7 任意可降解物质 等一即胄 ( 2 1 3 ) c 只莱可降解物质浓度； 瓦一该物质的降解速率常数。 使用范围：模型假设在河流中的物质主要迁移方式是平移和弥散，且认为这 种迁移只发生在河道或水道的纵轴方向上。 可解决问题：模型考虑了水质组分间的相互作用及外部源的影响，可根据用 户所希望的任意组合方式进行水质模拟。 2 2 4w a s p 模型 w a s p 是美国环境保护局提出的水质模型系统，可用于对河流、湖泊、河口、 水库、海岸的水质进行模拟。其反映了对流、弥散、点杂质负荷与扩散杂质负荷 以及边界的交换等随时间变化的过程。简化的模型如下； 昙( 旧= 去( 叱肌e 么争+ a ( s l 蝴+ 彳& ( 2 1 4 ) 式中t c 一组分浓度； 彳横截面积； ，一纵向速度； e 一纵向弥散系数； ，品，& 分别为直接与弥散负荷率、边界负荷率、总动力输移率。 目前，w a s p 水质模型已广泛被用于对水质进行模拟。 广东工业大学硕士学位论文 2 2 5o tis 模型 蓑一j q 弘a c 知争等c m c ， 汜 等= a 署( c q “w 2 3 水质模型的选取 河流污染的数学模型，就是用数学语言作手段来描述河流污染过程中的物 理、化学、生物化学及生物生态各方面之内在规律和相互联系，在对河流污染调 查、监测的基础上，依据己取得的水质资料，按照质量及动量守恒的基本原理，建 立一系列相应的数学方程式，作为对实际系统的近似亦即是对河流水质进行数学 模拟，通过数学方程式来反映河流水质系统的行为。 珠江三角洲是我国经济发展最快的地区之一，由于工业和城市人口密度的不 1 2 第二章水质模型 断增加，使得珠江流域近年来城市生活污水和工业污水的排放量逐年增加，大量 污水直接排入珠江，致使流域水污染日趋严重，造成水质性严重缺水，生态环境 严重恶化，特别是下游的珠江三角流域水污染异常严重，在面积上仅占珠江流域 总面积的5 9 ，而废污水的排放总量却达1 0 0 9 1x1 0 9 t ，占5 8 6 。日益严重的 河流污染影响到人们的正常生活，迫切要求加强对水环境的认识和管理，理解并 掌握水环境变化的过程，为政府部门提供决策依据口。 究其原因，近年来珠三角地区城市化进程加快，常住人口不断增加，导致城市 生活污水排放量迅速增加，仅从1 9 9 8 到2 0 0 1 年就打捞上l o 3 8 1 0 4 t 的生活垃 圾。本文的研究对象一东江，是珠江水系3 大河流之一，流域面积3 5 3 4 0k f f 口幻。 通过分析东江水质历史数据，可知本课题研究对象东江石龙段水环境 的主要污染因子为溶解氧、氨氮、高锰酸盐指数。含氮有机物的降解耗氧远大于 含碳有机物的降解耗氧，预示含氮化合物与一般的碳水化合物一起参与耗氧过程， 使河段水中溶解氧降低，甚至趋于零而形成进一步的厌氧分解、导致水质恶化，发 黑发臭。目前河流段主要的污染源为有机污染，其含氧量不高。b o d 和d o 是评价 水质有机污染程度的两个综合指标，在其迁移转化的过程中，两者有互为消长的 变化规律，故而选取b o d 和d o 这两个既能评价水质有机污染程度又能反映该河 段氧平衡情况的重要指标作为模型研究对象建立数学模型，通过模型可以预测 b o d ，d o 的变化规律，从而可以及时采取正确的措施控制水质污染。 动态水质模型常用于模拟暴雨径流和污染事故等瞬时变化情况的水质过程， 适用于短期性的水质管理和控制；而一般在规划设计中，常采用稳态水质模型模 拟一定设计条件下的水质变化情况。而s t r e e t e r p h e l p s 模型考虑到的影响因 素过少，尤其对影响该河段水质有重大影响的底泥都未考虑到，因此不合适作为 本次的研究对象。由于黄州水厂所取的水源水贯穿石龙镇中心街道，其水质情况 相对来说较简单；如果采用q u a l - i i 模型，w a s p 模型或是o t i s 模型则都是要考 虑所有其影响因素，这样未能突出该河段的特点。 现在是对一个较长的河流或河段进行水质规划，并假设在条件不变的情况研 究水质的变化趋势，而一维模型己能得出较好的结果。再考虑到近年来东江石龙 段城区生活垃圾的排放量日益剧增，因此使得该河道内沉淀物形成的底泥释放所 引起的b o d 变化不容小觑；而对于另一个与氧平衡有关的指标_ d 0 ，污染源为有 机污染，导致河道中水质富营养化，故而藻类光合及呼吸作用对的d o 的变化也 广东工业大学硕士学位论文 是我们考虑选取水质模型的关键点。故而选取了一维稳态河流水质模型一多宾斯 一坎普( d o b b i n s - c a m p ) b o d - d o 模型。 2 4 模型参数确定 由于本课题的创新之处在于研究的对象是污染系数的预测，因此还需将原式 加以变形得到： j 肚“尝心蚓三 l 尸= 一“i d o 一墨三+ k ( q - o ) ( 2 1 6 ) 即本文主要预测对象为见尸这两个与污染直接相关的污染参数。 具体使用方法与步骤： 1 通过调研确定河流水质基本参数：水流速度甜，河水b o d 降解速度常数 k ，k 。通过水质监测数据得到的b o d 、d o 。 2 模型求解获得关于r ，尸的数学解析表达式。 3 预测：将上、下游之间的距离三等值待入模型解，计算的预测值。 而式( 2 1 6 ) 中包含众多参数，尤其蜀，k ：，憨的确定。因此，要使模型的精 度提高，辨识这些参数就尤为重要。目前普遍采用的是最优化方法，如梯度法( 又 称最速下降法) 、步长加速法、旋转坐标法、单纯形法等。这些方法都是从给定 的初始值出发，每次增加或减小一定的量( 步长) ，在满足约束条件的前提下逐步 改善目标函数值，直到满足目标函数值收敛的误差要求为止。显然，这种方法会 因初始值不同，其所求最优值有所不同，一般只能求出在初始值附近的局部最优 解，而非整体最优解，并且在多参数同时辨识时由于目标函数呈现高度非线性， 因此参数反演难度加大，有时无法实现。 遗传算法( g a ) 的优点是直接以目标函数作为搜索信息，无需目标函数的导数 值等其它一些辅助信息，特别对高度非线性优化问题更显示出较强的适应性。由 于遗传算法本身具有自组织、自适应和自学习等智能特征以及本质的并行性易于 操作、通用性强等特点，已被成功地应用于机器学习、模式识别、经济预测、优 化控制及其各种复杂数据的分析和计算等3 。 1 4 第二章水质模型 本文将这一算法应用于河流水质b o d - d o 模型多参数识别问题中加求解。步 骤如下铷： 1 首先对( 2 2 ) 求解，不难得到其解为： 三( 毛r l ，墨) = 厶曩+ 志( 1 一e ) ( 2 吣苒聪m 也一0 0 ) r ：+ 忐( 厶一意* 吲 一陲赢卜， ( 2 1 8 ) 其中：互= e x p 一( k + k ：) x u ， ； e = e x p - k z x u ，】； 厶和d o 分别为初始时间b o d 的质量浓度及d o 的质量浓度。 2 将以往测量的实际数据带入( 2 1 7 ) 、( 2 1 8 ) 中。 3 求出b o d 和d o 模型的计算值与实测值之差的平方和 以( 墨，恐) = 三( 薯，墨，墨) 一曰 ( 2 1 9 ) 以( k ，k s ，k s ) = d ( 薯，k i ，疋，毛) 一0 7 ( 2 2 0 ) i 表示第i 时刻，。则每次各时段总的误差平方和为： ，( 五，k ，局) = 力五+ ( 1 - a ) j 2 ( 2 2 1 ) 式中，a 为权因子( 0 a 1 ) ，用以表示