（应用数学专业论文）时间序列分析在黄河水质污染预测中的应用.pdf

摘要 摘要 论文对1 9 9 7 - 2 0 0 6 年连续1 0 年黄河水质变化进行了评价。结果表明：黄河 干流的水质基本符合国家农田灌溉水质标准( g b5 0 8 2 ) ，黄河支流的水质基 本不符合国家农田灌溉水质标准( g b5 0 8 2 ) ，超标项目主要为氨氮、挥发酚、 高锰酸盐指数、生化需氧量、亚硝酸盐、重金属类等；若考虑总大肠杆菌影响， 黄河流域大约有2 0 水质是超v 类水，不适合农业灌溉。 论文通过对1 9 9 7 2 0 0 6 年连续1 0 年黄河水质变化趋势的分析，采用时间序 列分析方法分别对2 0 0 7 年黄河上游宁夏银川站、中游郑州花园口站和下游山东 利津站水质污染指标p h 值、氨氮、化学需氧量、氯化物、溶解氧和生化需氧量 变化趋势进行了预测，结果表明如下： 1 2 0 0 7 年，黄河上游宁夏银川水文站水质p h 变化在标准允许的限量范围 水平( 6 - - - 9 之间) ；氨氮的浓度基本处于类水质以上，甚至达到劣五类水平， 水体极度富营养化；如果以化学需氧量浓度评价，2 0 0 7 年黄河银川段水质基本 保持在类或类水质的水平上；若以氯化物浓度评价，2 0 0 7 年黄河银川段水 质有一半年份水质不适合农田灌溉；如果以生化需氧量作为水质判断标准，2 0 0 7 年银川水文站水质基本处于劣v 类水质水平，根据农田灌溉水质标准( g b 5 0 8 4 - 2 0 0 5 ) ，有9 个月水质不适合农田灌溉。 2 2 0 0 7 年，黄河中游郑州花园口水文站水质p h 变化在标准允许的限量范 围水平( 融9 之间) ；2 0 0 7 年初氨氮浓度达到预测的峰值，上半年水质基本处 于v 类水平，而下半年基本处于i i 和i 类水平；如果以化学需氧量为衡量指标， 水质始终处于i 或i i 类水平；若以氯化物浓度为衡量指标，水质全部满足农 田灌溉水质标准( g b5 0 8 4 ) ；2 0 0 7 年花园口水文站溶解氧含量基本处于i 、i i 类水质的水平，在冬季水中溶解氧含量较高，而到夏季，水中溶解氧含量降低， 但一直保持在i i 类水质的水平上；如果以生化需氧量作为水质判断标准，水质 处于i i 至类水平，能够满足农田灌溉水质要求。 3 2 0 0 7 年，黄河下游山东利津段水质在年初氨氮的浓度达到预测的峰值， 水质为v 类水平，之后氨氮浓度逐渐下降，在4 月份后达到i 、类水质的水 平；如果以化学需氧量为衡量指标，水质始终为i 类水质的标准；氯化物的浓 度使得水质保持在i i 类水质的水平上；2 0 0 7 年初，利津水文站溶解氧含量在i 、 i 摘要 类水质的水平；生化需氧量预测结果具有很强的波动性，一年中大约有5 个 月份的水质为i i 、类，其余月份的水质较差。 关键词：黄河，水质，时间序列分析，预测 a b s t r a c t a b s t r a c t t h ep a p e ra p p r a i s e st h ew a t e rq u a l i t yo ft h eh u a n g h er i v e rb e t w e e n19 9 7a n d 2 0 0 6 t h er e s u l t ss h o w e dt h a tt h ew a t e rq u a l i t yb a s i c a l l ya c c o r d s 、析n 1t h ed e m a n d s f o ra g r i c u l t u r a li r r i g a t i o nq u a l i t yi nt h em a i n s t r e a mo ft h ey e l l o wr i v e r b u tt h e w a t e rq u a l i t yd i d ta c c o r d 、析廿lt h ed e m a n d sf o ra g r i c u l t u r a li r r i g a t i o nq u a l i t yi nt h e t r i b u t a r yo ft h eh u a n g h er i v e ，a n dt h ep o l l u t a n t si n c l u d en h 3 - n ，p h e n o l s ，c o d ( c h e m i c a lo x y g e nd e m a n d ) ，b o d ( b i o l o g i c a lo x y g e nd e m a n d ) ，n o 厂n ，a n d h e a v ym e t a l i ft h ec o l o nb a c i l l u si sc o n s i d e r e d , 2 0 o ft h ew a t e rf o rt h eh u a n g h e r i v e rv a l l e yi sc a n tb eu s e df o ra g r i c u l t u r a li r r i g a t i o n t h et i m es e r i e sm o d e l si su s e di no r d e rt of o r e c a s tt h ew a t e rq u a l i t yf o ry i n c h u a n ，h u ay u a n k o u a n dl ij i nh y d r o l o g i c ( a 1 ) s t a t i o no ft h eh u a n g h er i v ei nt h e u p p e r , m i d d l ea n dl o w e rr e a c h e si n t h ep a p e r , r e a p e c t i v e l y t h ep u l l t a n t sm a i n l y i n c l u d ep h ，n h 3 - n ，c o d ，b o d ，c h o l i d ea n dd i s s o l v e do x y g e n t h er e s u l t ss h o w s a r ea sf o l l o w s ： f i r s t ，t h ew a t e rq u a l i t yr e a c h e sm i r dc l a s sa n d f i f t hc l a s si ns o m em o n t h si n2 0 0 7 a c c o r d i n gt ot h ec o n c e n t r a t i o no fn h 3 - n ，b u tt h ew a t e rq u a l i t yr e a c h e st h i r do rf o u r t h c l a s si na l l2 0 0 7a c c o r d i n gt h ec o n c e n t r a t i o no fc o d ( c h e m i c a lo x y g e nd e m a n d ) f o r y i nc h u a nh y d r o l o g i c ( a 1 ) s t a t i o ni nt h eu p p e rr e a c h e so ft h eh u a n g h er i v e nt 1 1 e w a t e rq u a l i t yr e a c h e sf i f t hc l a s si n2 0 0 7a c c o r d i n gt ot h ec o n c e n t r a t i o no fb o d ( b i o l o g i c a lo x y g e nd e m a n d ) t h ev a r i a t i o no fp hi sb e t w e e n6a n d9 ，a n dt h e w a t e rq u a l i t yc a nb ei r r i g a t e db yf a r m l a n d s e c o n d , t h ew a t e rq u a l i t yi sb e y a n df i f t hc l a s si nj a n u a r yt om a ya n ds e c o n dt o l i r dc l a s sa f t e rm a yi n2 0 0 7a c c o r d i n gt ot h ec o n c e n t r a t i o no fn h 3 - n ，b u tt h ew a t e r q u a l i t yc a l lb ei r r i g a t e db yf a r m l a n di n a l l2 0 0 7a c c o r d i n gt h ec o n c e n t r a t i o no f c h l o r i d ef o rh u ay u a n k o uh y d r o l o g i c ( a 1 ) s t a t i o ni nt h em i d d l er e a c h e so ft h eh u a n g h e r i v e r t h ec o n c e n t r a t i o no ft h ed i s s o l v e do x y g e nr e a c h e sf i r s to rs e c o n dc l a s si n2 0 0 7 ， a n di t sr e l a t i v e l yh i 曲i nw i n t e r , b u ti t sr e l a t i v e l yl o wi ns u m m e r t h ew a t e r p o l l u t i o nb e c a m em o r ea n dm o r e s e r i o u sa c c o r d i n gt h ec o n c e n t r a t i o no fb o d ( b i o l o g i c a lo x y g e nd e m a n d ) ，a n dr e a c h e ss e c o n dt of i f t hc l a s st h ev a r i a t i o n so f i i i a b s t r a c t p h i sb e t w e e n6a n d9 ，a n dt h ew a t e r q u a l i t yc a nb ei r r i g a t e db yf a r m l a n d f m n a l l y , t h ew a t e rq u a l i t yr e a c h e sf i 肋c l a s si nj a n u a r ya n df l r s t s e c o n dc l a s s a f t e ra p r i li n2 0 0 7a c c o r d i n gt ot h ec o n c e n t r a t i o no fn h 3 - n ，b u tt h ew a t e rq u a l i t y r e a c h e sf i r s tc l a s si na l l2 0 0 7a c c o r d i n gt h ec o n c e n t r a t i o no fc o d ( c h e m i c a lo x y g e n d e m a n d ) f o rl ij i nh y d r o l o g i c ( a 1 ) s t a t i o ni nt h el o w e rr e a c h e so ft h ey e l l o wr i v e r 刀冶w a t e rq u a l i t yr e a c h e ss e c o n dc l a s si n2 0 0 7a c c o r d i n gt ot h ec o n c e n t r a t i o no f c h l o r i d e t h ew a t e rp o l l u t i o nb e c a m em o r ea n dm o r es e r i o u sa c c o r d i n gt h e c o n c e n t r a t i o no fb o d ( b i o l o g i c a lo x y g e nd e m a n d ) ，a n dr e a c h e ss e c o n d t h r e ec l a s s f o ra b o u tf o u rt of i v em o n t h s ，a n dp o o ri no t h e rm o n t h si n2 0 0 7f o rl ij i n h y d r o l o g i c ( a 1 ) s t a t i o n k e yw o r d s ：t h eh u a n g h er i v e r ；w a t e rq u a l i t y ；t i m es e r i e sa n a l y s i s ；f o r e c a s t i o n i v 南开大学学位论文版权使用授权书 本人完全了解南开大学关于收集、保存、使用学位论文的规定， 同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版 本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有 关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名：亏卅霸似 一年i 月日 经指导教师同意，本学位论文属于保密，在年解密后适用 本授权书。 各密级的最长保密年限及书写格式规定如下： | 内部5 年( 最长5 年，可 l 秘密l o 年( 最长l o 年， 机密, k 2 0 年( 最长2 0 年， i 。一一。， 南开大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作 所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含 任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉 及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学 位论文原创性声明的法律责任由本人承担。 学位论文作者签名：m o 一年协月日 第一章引言 第一章引言 第一节论文研究的目的和意义 本论文研究目的是采用时间序列分析方法预测黄河流域未来水质状况变化 趋势，为黄河流域引黄农业灌溉水源的安全性提供重要的科学依据，促进农产 品的安全生产，保障人体健康。 黄河发源于我国青海省巴颜喀拉山脉，流经青海、四川、甘肃、宁夏、内 蒙古、陕西、山西、河南、山东9 个省区，最后于山东省东营垦利县注入渤海。 干流河道全长5 4 6 4 千米，仅次于长江，是中国第二长河、世界第五长河。黄河 横贯中国东西，流域东西长1 9 0 0 千米，南北宽1 1 0 0 千米，总面积达7 5 2 4 4 3 平 方千米。黄河地区大部分属干旱、半干旱地区，灌溉是发展农业生产的主要手 段。根据灌区规划，上世纪末黄河地区灌溉面积将达到6 9 6 万h m 2 ，比1 9 9 0 年 净增加9 7 5 万h m 2 ，年增长率1 5 ；根据干支流主要工程生效情况，2 0 1 0 年 灌溉面积将达到7 7 3 5 万h m 2 ，比2 0 0 0 年增加7 7 5 万h i f l 2 ，年增长率1 4 。 据不完全统计，2 0 0 6 年黄河流域废污水排放量为4 3 5 3 亿t ，其中城镇居 民生活废污水排放量8 6 7 亿t ，第二产业废污水排放量3 1 9 9 亿t ，第三产业 废污水排放量2 8 7 亿t ，分别占废污水排放量的1 9 9 、7 3 5 和6 6 。 2 0 0 6 年黄河流域全年评价河长1 3 2 2 8 4 k m ，其中黄河干流评价河长 3 6 1 3 o k m ，支流评价河长9 6 1 5 4 k m 。对黄河流域水质评价结果表明：满足i i i 类 水质河长5 2 9 6 9 k m ，占评价总河长的4 0 0 9 6 ；类水质河长3 1 6 7 4 k m ，占评价 总河长的2 3 9 ；v 类水质河长6 4 4 2 k m ，占评价总河长的4 9 ；劣v 类水质河 长4 11 9 9 k m ，占评价总河长的3 1 2 。其中黄河干流i i 、类水质河长1 6 5 6 o k m ， 占评价河长的4 5 8 ，、v 类水质河长各为17 4 6 k m 、9 9 5 k m ，分别占评价河 长的4 8 3 、2 8 ，劣v 类水质河长1 1 1 5 k m ，占评价河长的3 1 。主要污染物 为化学需氧量、氨氮、高锰酸盐指数等。说明相比较黄河干流，黄河支流水体 污染比较严重，成为接纳当地工业废水和城乡生活污水的场所，也成为黄河干 流主要污水来源。 因此，加强对黄河流域未来水质变化趋势的预测研究，对流域周边农业引 黄实现安全灌溉，保护农业环境，促进农产品安全生产，保障人体健康具有十 分重要的现实意义。 第一章引言 第二节水质预测模型的国内外研究现状 水质预测模型的实际应用是过去二十几年才迅速开展的，经过不断完善， 直到今天，数学模型已相当成熟。 1 2 1 国外水质预测模型发展概况 国际上以美国为代表，一般通用的水质模型有：印第安纳州卫生部的 s t e e t e r - p h e l p s 溶解氧模型，俄勒冈州加拿大水产研究部内陆中心的营养物参数预 算模型，纽约州美国环境保护局一l i 区的河网稳态模型( s n s i m ) 和河口模型 ( e s 0 0 1 ) ，新泽西州水科学公司的简化河流模型( s s m ) 及简化河口模型( s e m ) ， 德克萨斯州德克萨斯水开发部的溶解氧衰减模型( d o s a g - 1 ) 和河流水质模型 ( q u a l 1 ) ，加利福尼亚州系统控制公司的s c i 溶解氧衰减修改模型( c o s c i ) ， 华盛顿特区美国环境保护局的自动性水质模型( a u t o q u a l ) 和河e l 生态模型 ( e c o m o d ) ，纽约州曼哈顿学院土木工程系的浮游植物模型( l a k e 1 ) ，美国国 家环境保护局提出的多参数综合水质模型( w a s p ) ，加利福尼亚水资源工程咨询 公司的河流水质模型( q u a l i i ) ，俄勒冈州美国环境保护太平洋西北实验室外的 下落羽流模型( p l im e ) 等。 1 2 2 国内水质预测模型发展概况 近年来，我国的江、河、湖泊水污染已成为阻碍社会可持续发展、影响人 民日常生活的严重问题，因此，加强我国水质预测预报研究工作具有重要意义。 目前，我国水质预测预报理论模型主要包括以下几种： 1 2 2 1 灰色预测模型 邓聚龙教授1 9 8 2 年首先提出的灰色模型( g r e y m o d e l ) ，通过累加生成运算直 接建模，对原始序列的样本数和分布规律无特殊的要求，因此在各行各业中得 到了广泛的应用。在水质建模中也有较多的应用实例，在对g m 模型的进一步深 入研究中，人们发现这种模型具有微分、差分、指数等兼容的性质，其模型参 数可由于建模方法的不同而可调，由此又衍生出不少建模手段。目前，用于水 质预报的灰色理论模型主要有：g m ( 1 ，1 ) 模型、g m ( 1 ，模型、g m ( 1 ，1 ) 动 态模型群和残差g m ( 1 ，1 ) 模型群。 根据g m ( 1 ，1 ) 模型适用条件，原始数据序列必须符合或基本符合指数规律 2 第一章引言 变化，并且序列变化的速度不能过快。为了克服数据序列波动性过大带来的不 利影响，邓聚龙在利用g m ( 1 ，1 ) 模型预测前，首先采用格拉布斯方法对数据序 列进行异常判别，剔除可能影响预测精度的异常数据。该方法是基于原始数据 序列服从正态分布的假设，而将远离期望值的低概率数据怀疑为异常数据予以 剔除。但对于以年为时间尺度的河流水质预测而言，原始数据序列中每个数据 往往都是水期内多次采样所得的多个样本实测结果的平均值，而非一个样本值。 因此，剔除所谓“异常值 ，就可能导致真实信息的丢失。同时，原始数据序 列服从正态分布的假设通常与实际情况有出入，尤其是在数据序列较短时更是 如此。 g m ( 1 ，1 ) 模型群的建立：依据g m ( 1 ，1 ) 模型的建模原理，要求建模采用的数 据系列| w 俐中的数目应不少于4 个。假定原始数据系列，w 俐中有n 个数，含有 原始数据系列中最后一位数的组合数为，7 3 ，则可建立起由力一3 个子模型组 成的灰色预测模型群。为检验每个g m ( 1 ，1 ) 模型的拟合程度，须进行后验差检 验。模型精度由后验差比值g 小误差概率尸共同确定，检验精度指标见表l 。 当后验差检验精度不合格时，可通过建立残差模型进行修正。 表i 1 差检验指标表 精度 pf 好 o 9 5 尸f o 3 5 合格 o 8 0 尸( 0 9 5o 3 5 ( c 0 5 0 勉强 o 0 7 尸 叫 a f 然后，将变换后数据序列预测值作指数还原，即： f o ) g ；o ) = e z 。 ( t = l ，2 ，) 再以某个预测期所对应的各模型预测值的算术平均数作为最终预测值，即： q ( f ) = 研铆0 3 ) j = l 孙韧等应用模糊数学的方法评价了1 9 9 1 - 1 9 9 6 年的海河水质状况，并建立 了高锰酸盐指数的灰色预测模型。应用灰色模型对海河上游2 0 0 0 年高锰酸盐指 数的年均值的预测结果较合理。灰色模型用于预测时以指标的年度均值为依据， 弱化了水质的随机性变化，因此，该模型不能用于对丰、平、枯水期的预测。 陆琦等应用灰色g m ( i ，i ) 预测模型和人工神经网络预测模型相结合而成的灰色 神经网络模型，对湖泊高锰酸盐指数进行预测。此方法是用人工神经网络去把 4 第一章引言 握灰色g m ( i ，i ) 所得到的预测值和实测值之问的未知关系，再进行新的预测。 其特点是可行性强，且方法简便。通过准确地预测湖泊高锰酸盐指数可以为治 理、控制湖泊营养化和综合利用自然环境资源、规划管理、决策提供重要的科 学依据。李如忠等在对原始数据序列对数变换的基础上，依据灰色系统理论， 构造了由6 个g m ( 1 ，1 ) 模型组成的灰色动态模型群，并用于淮河干流枯水期氨氮 浓度变化趋势预测。研究表明，灰色动态模型群法能够充分利用近期水质资料 信息预测水质变化趋势；相对单个g m ( i ，1 ) 模型，灰色动态模型群法能有效改 善随机波动数据序列的拟合效果，提高预测精度。 1 2 2 2 模糊理论模型 自1 9 6 5 年美国z a d e h 教授提出模糊集合以来，一些模糊属性的问题用经典数 学难以表示，而用模糊数学方法则可以得到合理的结果。在水环境科学中，常 常存在这样的一些数据( 预测值) ，它们受复杂的因素控制，而且预测值本身的 获取需要一定的经济技术条件，当有了大量的( 最好3 0 个以上) 预测值和各因子 值资料后，结合模糊统计法，就可以建立预测值与多因子之间的“模糊综合关 系模式 。当有了各因子的实测资料后，利用该模式，就可以对预侧值进行预 测或推断。而且随着预测值与因子值数据的积累，“模糊综合关系模式也可以 不断改善，使预测越来越准确。但使用模糊综合评判法进行预测，必须要有一 定数量( 最好3 0 个以上) 的预报对象和预报因子的数据作为基础，来建立“模糊 综合关系模式 。因为只有满足一定的样本数，样本的统计特性才能稳定。模 糊综合评判法用于预测，是一种可粗可精的方法，这视资料的丰富程度而定。 如果资料很丰富，可以将预报对象和预报因子的级别划分得更细，以得到更加 准确的预报或推断结果。 1 2 2 3 时间序列法 目前国内用于河流水质污染预测预报中的时间序列法有：时间数列预测法 和模拟序列的数学模型预测法。 时间数列预测法，又称动态数列预测法，它是把说明某一环境现象各个时 期的统计资料，按时间先后顺序排列起来，以便研究其发展变化的水平和速度， 并预测未来的一种统计方法，具有丰富的内涵。时间数列预测法按数列动态折 线的特点分为直线趋势和非直线趋势。 5 第一章引言 模拟序列的数学模型预测法是基于序列均值派生出来的函数，以此分析时 间序列是一条崭新的途径。特点在于使得回归方程更具稳健性，实质是提取时间 序列中主要内含因素的作用，周期性叠加和外延达到模拟和预测预报的目的。 翟颢瑾等根据1 9 9 5 - 2 0 0 4 年长江流域水质报告给出的主要统计数据，对长江 未来1 0 年水质污染的发展趋势用时间序列分析模型进行了预测分析。结果表明： 长江水文年全流一类水质、三类水质的百分比呈明显下降趋势；四类水质、五 类水质和劣五类水质的百分比呈严重上升趋势。1 0 年后，长江全流劣五类水质 的百分比上升到可怕的程度，如不采取有效措施，长江将彻底癌变。唐宗鑫等 将线性时问序列模型一自回归模型引入环境水文地质学领域，利用闽江下游水 质p h 值以及浑浊度观测序列资料，建立描述水质变化的自回归模型。结果表明， 所建模型能用于水质变化的中、长期预测工作，对合理开发利用及有效保护闽 江下游水利资源具有实用价值。 1 2 2 4 回归模型 回归分析所研究的数学模型主要是线性回归和多项式回归模型。在求线性 回归方程前，线性回归模型只是一种假设，尽管这种假设常常不是没有根据的， 但在求出线性回归方程后，还是需要对其进行统计检验，以给出肯定或者否定 的结论，在模型的准确性经核实后，即可进行预测和控制。 宛筝等根据对湖泊水体中所含高锰酸盐指数、氨氮、总磷等主要化学指标 及其相关因素人口、工业产值和污水排放量的数据，采用多元线性回归方法建 立了湖泊水质预测的数学模型；并用多元线性回归和灰色模型联合的方法进行 实际预测；多元线性回归模型通过f 检验认为回归方程的效果比较显著，灰色 模型精度检验达n - 级，收到了良好的效果。向速林等根据地下水水质与其影 响因素之间存在的相关关系，运用回归分析理论和方法，建立了一个基于多元 线性回归分析法的地下水水质动态预测模型。运用该模型对遵义市海龙坝区 2 0 0 2 、2 0 0 3 年的地下水总硬度、c a 2 十、m 9 2 + 指标进行预测，预测结果分别为2 1 5 7 、 7 8 6 7 、4 5 8 4 ( 2 0 0 2 ) ，2 2 0 4 、8 0 8 3 、4 7 3 8 ( 2 0 0 3 ) ，其预测值与当年地下水总 硬度、c a 2 + 、m 9 2 + 的实测值较接近，相对误差分别为2 5 1 、3 7 9 、2 8 7 。预测 结果表明预测精度较高，建立的模型较符合该研究区的实际情况。 6 第一章引言 1 2 2 5 动态系统物元模型 物元分析研究处理矛盾问题的规律和方法，将复杂的实际问题抽象为形式 化的模型，利用这些模型研究基本理论，提出应用方法，其理论框架有两个支 柱：物元理论和可拓集合。水环境质量随污染物排放量、水体自净能力和管理 措施等因素的变化而改变，水体的某些指标值发生污染是一个随时间变化的连 续过程，因此可以建立随时间变化的动态系统物元来描述特定水体的综合水质 状况。在运用动态系统物元模型对综合水质进行评定的过程中，关联度的确定 方法与模糊数学及灰色聚类等中的隶属度或关联度的计算方法相似，因此具有 这些方法的优点，同时其多指标多等级的质量评定过程和方法更加直观、可靠， 具有自身的特点和优点，在确定各指标，即物元特征的权重时，避免了因个别 特征的实测值的偏大或偏小而导致其权重系数的异常或者某些信息的丢失，使 综合评定结果更科学合理。但在综合水质预警模型的建立和计算过程中，由于 数据量偏少，不仅预警模型的精度不够理想，而且预警模型类型的选择范围也 受到了一定的局限。 1 2 2 6 水质模拟预测模型 根据文献，水质模拟预测主要数学模型有：一维水质模型、二维水质模型、 三维水质模型、q u a l 。u 水质综合模型、c e q u a l w 2 水质模型、混合单元系 统水质模型、数据处理组方法等。 水质模型按模型空间模数可分为一维、二维和三维模型。事实上，自然界 的一切现象都是在三维空间里发生的，但在实际应用中，采用一维、二维甚至 零维的水质模型就已经足够，同时也为了减少数学处理上复杂性，通常在给定 的假设基础上使用二维甚至一维的模型。在一般情况下，对一条中小河流的较 长河段，其横向和竖向的污染和污染物浓度梯度可以忽略，而采用只考虑纵向 ( 即水流方向) 浓度变化的一维水质模型来模拟河流水质。 q u a l i i 是一个具有多种用途的河流水质模型，它能按使用者的要求，以 不同的组合方式模拟预测溶解氧( d o ) 、生化需氧量( b o d ) 、水温( t ) 、 叶绿素( a - 藻类) 、氨氮( n h 。一n ) 、亚硝酸氮( n o 。- - n ) 、硝酸氮( n 0 2 。_ n ) 、 可溶性磷、大肠杆菌、任选的一种可降解物质、三种任选的不降解物质等1 3 种 水质变量；该模型可用于既有主流又有支流的均匀河段组成的系统；q u a l i i 模型可用于河流水质规划和预测不同污染负荷情况对水质变化的影响；该模型 7 第一章引言 能够研究由于藻类生长和呼吸过程引起的溶解氧日变化，还能被用于研究污染 物的的瞬时排放对水质的影响，如有关污染湖泊的事故性排放、季节性排放或 周期性排放对水质的影响。 美国近年来开发的c e - q u a l - w 2 模型是一个两维一纵向垂向水动力学及水 质模型，它可以预测水体表面的高度、温度和速度以及2 1 种水质组分，包括在 厌氧条件下营养物质、浮游植物、溶解氧的相互作用。该模型可以应用于河口、 河流或水体的某一部分，支流计算可以使模型应用到几何形状较为复杂的水体， 与水动力学相比，水质的更新频率可以相对较小，以减少计算要求，该模型还 可以计算冰层的开始、发展及结束情况。 河流混合单元系统( m c s ) 水质模型是通过对水流结构的深入分析，应用物 质传输的基本原理和严密的数学推理建立起来的。m c s 水质模型的应用不受地 形条件的限制，它可用于中小型河流的各种河段。对于一个具有支流的水系， 如浅河集水区、河口网络、运河等的物质迁移的数值分析，m c s 模型的应用显 得非常重要。 数据处理组方法( g m d h ) 是由乌克兰控制论学家a g i v a k h n e n k o 开发的， 该方法的基本思想是用模拟生物有机体演化的方式来构造数学模型，它不要求 模型开发者完全掌握系统的内部变化机理，不需要事先确定模型及其参数，而 是利用输入、输出的实测数据确定模型输入变量及其参数。 总之，水质模拟预测对近期水质预测能够取得较好的预测精度。但由于受 水文、水质监测条件的限制，国内大部分河流河段都还未建立水质模型，这给 水质模拟预测方法的运用带来了困难。 1 2 3 水质预测模型发展前景与展望 1 2 3 1 地理信息系统的应用 地理信息系统( g e o g r a p h i ci n f o r m a t i o ns y s t e m ，简称g i s ) 是一种采集、存 储、管理、分析、显示与应用地理信息的计算机系统，是分析和处理海量地理 数据的通用技术。它在最近的多年内取得了惊人的发展，并广泛地应用于资源 调查、环境评估、区域发展规划、公共设施管理、交通安全等领域，成为一个 跨学科、多方向的研究领域。 目前，环境数学模型的研究和应用已经比较成熟，建立了稳态模型和动态 模型、确定性模型和不确定性模型，并在实际应用中取得了较好的效果，充分 8 第一章引言 显示了水质模型计算能力强有力的特点。但是它对于空间数据的处理以及计算 结果的显示输出方面还有很大难度。而g i s 贝u 恰恰相反，空间分析和空间数据管 理是g i s 的优势，它可以为环境模型提供整套基于g i s 逻辑原理的空间操作规 范，用手具有空间分布特性的环境模型研究对象的迁移、扩散、动态变化及相 互作用等。但g i s 不能单独解决水质模拟计算问题。 g i s 与水质模型的有机结合，使二者相互取长补短，一方面把g i s 与水质模 型结合，填补了g i s 不能进行复杂算法的缺陷，并能充分发挥其空间数据管理、 分析和显示的优势；另一方面，g i s 的介入使水质模型的检验、校正更加容易， g i s 的空间表现能力使水质模型的视觉效果有质的飞跃。 虽然目前水质模拟技术与g i s 技术结合的研究工作已经取得了一定的进展； 但在河流水质模拟研究应用还不是很多，并且二者的结合水平还不是很高。因 此，对复杂、完善的水质模型与g i s 结合技术的研究是很有必要的，研究水质模 拟与g i s 的结合技术，它涉及环境、地理学、地图学、计算机科学以及信息管理 技术等多种学科，相信随着这些学科技术的发展，水质模拟与g i s 技术结合的研 究将会不断深入，其结合水平也将上升到更高层次。总之，g i s 的技术的应用， 必将大大推动水质预报工作的蓬勃发展，大大提高水质管理的科学决策水平。 1 2 3 2 人工神经网络决策模型 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 ，简称a n n ) 是在人类对其大脑神经 网络认识理解的基础上，人工构造的能够实现某种功能的神经网络。它是理论 化的人脑神经网络的数学模型，是基于模仿大脑神经网络结构和功能而建立的 一种信息处理系统。它实际上是由大量简单元件相互连接而成的复杂网络，具 有高度的非线性，能够进行复杂的逻辑操作和非线性关系实现的系统。人工神 经网络是八十年代获得迅速发展的- - f - j 非线性科学，它力图模拟人脑的一些基 本特性，如自适应性，自组织性和容错性能等。它用于模式识别、系统辨识等 领域，已取得很好的效果。与传统的回归模型相比，人工神经网络方法不要求 监测数据具有很强的规律性，就可用训练后的网络模型进行预报，具有一定的 实用性。采用这种方法可避免以往为寻找水质数学模型而消耗的大量人力、物 力和财力，亦可大大改善因各种随机污染或模型误差而造成的预测精度低的问 题，可在河流水质的智能化建模、流域规划、预测决策、污染控制等方面发挥 积极作用。 9 第一章引言 人工神经网络吸取了生物神经网络的许多优点，因而有其固有的特点： 高度的并行性高度的非线性全局作用良好的容错性与联想记忆功能十分 强的自适应、自学习功能。目前，在环境数学模型的应用领域，人工神经网络 技术主要应用在水环境预测及评价方面，在水环境预测方面，应用较多的神经 网络模型有前馈神经网络、因素神经网络等。人工神经网络技术在水质预测预 报研究中才刚刚起步，在以前的研究中还有许多地方需要加以改进，在今后的 研究中更有许多方面值得探索，无论如何，在水质预测预报研究中，利用成熟 的人工神经网络理论解决问题固然很好，但不应该完全受现存人工神经网络种 类的限制，在水质预测预报研究中，也许还有更适合具体问题的人工神经网络 模型存在，对它们的进一步探索不但对水资源研究理论的发展有益，而且对人 工神经网络理论的进一步发展也是有很大益处的。 河流水质预警预报系统能实时预报水域内各断面的水质变化情况，使决策 部门根据水域的功能和水体的环境容量提出其上游污染物排放削减指标和对用 水单位提出改善水处理的意见。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。 第三节本论文的研究工作和创新性 论文通过对黄河上游宁夏银川站、中游郑州花园口站和下游山东利津站 1 9 9 7 2 0 0 6 连续1 0 年间黄河水质变化趋势的分析，拟合时间序列模型。在分析 过程中，按照一般的时间序列建模的方法考虑数据的正态性、平稳性等属性， 决定用带有季节周期的a r i m a 模型去拟合，然后通过b o x j e n k i n s 、p a n d i t - w u 以及m i n i c 方法，借助统计软件s a s ，对时间序列模型进行定阶，完成建模过 程。 通过对污染程度的加权获得水质的最终类别，预测了2 0 0 7 年黄河上游宁夏 银川站、中游郑州花园口站和下游山东利津站水质污染指标：p h 值、氨氮、化 学需氧量、氯化物、溶解氧、生化需氧量的变化趋势；其预测值与实测值较接 近，相对误差分别为2 5 1 、3 7 9 、2 8 7 、2 8 1 、3 2 5 、2 8 0 ；预测结果 表明预测精度较高，建立的模型较符合该研究区的实际情况。并为三个站点的 水质作为引黄农业灌溉水源的安全适用性提供了重要的科学依据。 1 0 第二章黄河流域水质状况及再生水农业利用分析 第二章黄河流域水质状况及再生水农业利用分析 黄河发源于我国青海省巴颜喀拉山脉，流经青海、四川、甘肃、宁夏、内 蒙古、陕西、山西、河南、山东9 个省区，最后于山东省东营垦利县注入渤海。 干流河道全长5 4 6 4 千米，仅次于长江，是中国第二长河、世界第五长河。黄河 横贯中国东西，流域东西长1 9 0 0 千米，南北宽1 1 0 0 千米，总面积达7 5 2 4 4 3 平 方千米。黄河中游河段流经黄土高原地区，支流带入大量泥沙，使黄河成为世 界上含沙量最多的河流。 黄河水利委员会以内蒙古自治区托克托县河口镇与河南郑州桃花峪划分黄 河的上、中、下游。上游河段全长3 4 7 2 千米，流域面积3 8 6 万平方千米，流 域面积占全黄河总量的5 1 3 上游河段年来沙量只占全河年来沙量的8 ，水多 沙少，是黄河的清水来源；中游河长1 2 0 6 千米，流域面积3 4 4 万平方千米， 占全流域面积的4 5 7 ，区间增加的水量占黄河水量的4 2 5 ，增加沙量占全黄 河沙量的9 2 ，为黄河泥沙的主要来源；下游河长7 8 6 千米，流域面积仅2 3 万 平方千米，占全流域面积的3 。由于黄河泥沙量大，下游河段长期淤积形成举 世闻名的“地上河 ，黄河约束在大堤内成为海河流域与淮河流域的分水岭。 黄河每年有两次汛期。大汛是夏季，来水主要是上游的暴雨，汛期可能延 续3 - 4 个月；小汛是春季3 4 月间，来水主要是上游冰雪融化，为期较短，因为 每年都是在桃花开的时候，故又称桃花汛。黄河主要支流有白河、黑河、湟水、 祖厉河、清水河、大黑河、无定河、汾河、渭河、洛河、沁河、大汶河等。 第一节黄河水资源需求状况 2 1 1 城镇生活需水量 1 9 9 0 年黄河地区总人口1 0 0 6 4 万人，其中城镇人口2 3 2 4 万人，城市化水平 2 3 ；1 9 8 5 1 9 9 0 年总人口平均年增长率为1 9 8 ，比全国同期平均增长率 1 5 5 高出4 3 个千分点。1 9 9 0 2 0 0 0 年总人口年增长率1 5 ，城市化水平2 9 ；预计2 0 0 0 2 0 1 0 年总人口年增长率1 1 ，城市化水平3 6 ；2 0 1 0 年总人口 将达到1 3 0 2 0 万人，其中城镇人1 ：34 6 4 0 万人。城镇生活用水标准与当地自然条 件、生活习惯、城镇规模、生活水平及水资源条件等因素有关。随着国民经济 的发展和人民生活水平的提高以及居住条件的改善，城镇生活用水标准将逐步 11 第二章黄河流域水质状况及再生水农业利用分析 提高。现状每人每日用水量1 3 4 l ，2 0 0 0 年水平达到1 4 7 l ( 人日) ，需水量约 1 9 亿m 3 ；2 0 1 0 年水平达到1 6 1 l ( 人日) ，需水量约2 7 亿m 3 。 2 1 2 工业需水量 黄河地区各省区根据国家的经济发展战略，结合各自的资源情况和工业结 构布局，制定了相应的工业发展规划，2 0 0 0 年前工业产值年增长率1 0 1 3 ， 2 0 0 0 年以后约为7 1 0 。结合黄河地区1 9 9 0 2 0 0 0 年工业实际发展情况，拟 定2 0 0 0 , 2 0 1 0 年工业产值年增长率为7 3 。考虑工业生产工艺水平的提高、结 构的调整、工业用水重复利用率的提高、万元产值用水量的减少等因素，2 0 0 0 年水平工业需水量将达到9 2 亿m 3 ，工业用水量的年增长率为7 1 ；2 0 1 0 年水 平工业需水量1 4 6 亿m 3 ，工业用水量的年增长率为4 7 。包括向黄河地区外城 市供水后，2 0 0 0 年需水1 2 8 亿m 3 ，2 0 1 0 年需水1 8 9 亿m 3 。 2 1 3 农业灌溉需水量 黄河地区大部分属干旱、半干旱地区，灌溉是发展农业生产的主要手段。 根据灌区规划，上世纪末黄河地区灌溉面积将达到6 9 6 万h m 2 ，比1 9 9 0 年净增 加9 7 5 万h m 2 ，年增长率1 5 ( 上游增加2 2 0 万h m 2 ，中游增加2 2 1 万h m 2 ， 下游增加5 3 4 万h m 2 ) ；根据干支流主要工程生效情况，2 0 1 0 年灌溉面积达到 7 7 3 5 万h m 2 ，比2 0 0 0 年增加7 7 5 万h m 2 ，年增长率1 4 ( 上、中、下游分别 增加2 4 4 万搿、3 0 8 万h i i i 、2 2 3 万h m 2 ) 。 目前黄河地区农业灌溉大部分采用大水漫灌，灌溉定额普遍较高。平均综 合引水定额为7 7 5 5 m 3