基于环保大数据的重大水污染源智能评价软件研究

发布时间：2024-05-22 05:04

　　近年来,国家环保部门以我国范围内的700多条江流为调查对象,管理水资源的相关部门对这庞大的水资源做出综合总结,调查显示有几乎一半的河流遭到各种污染,其中还有十分之一的情况是相当严峻,除此之外,绝大部分的城市因为各种因素形成了更严重的水污染。我国所面临的环境问题虽然在某些方面看似好转,但总的趋势仍在恶化。为了解决这些困难,本文基于对环保大数据的采集,以计算机技术为手段,以大庆市东城区污水处理厂为研究对象,对水环境存在的一系列污染因素总结,详细分类相关污染物,从而清楚水资源的变化,方便计划对处理水资源污染及治理提供决策依据。首先,在对国内外重大水污染源研究现状进行调查后发现,模糊综合评价法、贝叶斯网络、人工神经网络、均方根误差及聚类分析法为几种常用的重大水污染源评价方法。通过对上述方法的比较及其相应评价模型的分析,本文选择聚类分析法中的灰色聚类分析法来对重大水污染源的水质进行分析、评价。关于处理已发生严重污染的水资源的方法,要从自然和人为的角度入手,同时结合政策和经济条件处理,制定出如何治理严重污染的水资源的评价指标体系。通过处理PH值、对数据进行无量纲化处理、计算聚类权重和白化系数,最终...

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

图4.3登陆界面

东北石油大学工程硕士专业学位论文重大水污染源智能评价软件的登陆界面如图

图4.5监测点增、删、改、查界面

图4.5监测点增、删、改、查界面图4.6数据导入功能的实现查询分析功能是为了用户能够不仅仅通过数据，同时通过间内监测样本的走向，在正常范围内为黑色曲线，当超过曲线，如下图所示。

图4.7数据分析界面

图4.7数据分析界面评价、预测功能的实现价、预测模块包括分析监测数据，然后同评价指标体系进行比较，给出评价结分析图，并可以预测未来一段时间内的水环境质量污染趋势。监测数据是评价它是一个时间序列。重大水污染源评价是预测的基础，评价过程隐藏在系统后并以直观的方式来显示评价的结果....

图4.8数据分析界面

本文编号：3980433