水污染应急技术预案智能生成模型建立及案例应用

发布时间：2025-05-27 01:26

　　本论文以河流突发化学品污染为研究对象,针对我国在应对突发水污染事件处置过程中所涉及的主要技术问题,在充分调研国内外相关研究现状基础之上,系统开展了突发化学品污染处置过程中水质预测预报、应急启动判别、应急技术筛选评估、应急材料选择优化模型研发等方面的研究工作。研发基于小波降噪-混沌最大Lyapunov指数的水污染水质预测预报模型,并通过淮河及波托马克河实际案例对模型进行验证分析。该模型具有计算简单、能克服数据波动影响等优点。通过对淮河COD浓度预测的验证分析,最大相对误差为15.66%,平均相对误差为6.15%。与人工神经网络、自回归移动平均模型以及最大Lyapunov指数预测模型相比,具有更高的预测精度。对波托马克河(监测周期15min)和淮河(监测周期7天)DO浓度监测数据的预测进行对比,波托马克河最大相对误差4.76%,比淮河低1.35%;平均相对误差1.18%,比淮河低1.17%。据此可知,短时间间隔数据时间序列具有更高的预测精度。研究建立基于水污染威胁度和熵权G1法的突发水污染应急启动判别模型。主客观相结合的熵权G1法,既保持了主观G1法思路清晰、计算简便的优点,又继承了熵权法客...

【文章页数】：144 页

【学位级别】：博士

【部分图文】：

图2-1淮河流域水系图

总人口约1.65亿。图2-1淮河流域水系图Fig.2-1WatersystemmapofHuaiheRiverBasin2.1.1.2波托马克河概况波托马克河是美国大西洋沿岸第四大河流，径流量为10800英尺/秒（3063m/s）。该河起源于西弗吉尼....

图2-2波托马克河流域及NO.01632900监测站位置图

第2章研究对象和研究方法-19-图2-2波托马克河流域及NO.01632900监测站位置图Fig.2-2LocationofPotomacRiverBasinandNO.01632900monitoringstation2.1.2案例数据2.....

图2-3淮河流域艾山西大桥站点监测数据时间序列图

第2章研究对象和研究方法-20-图2-3淮河流域艾山西大桥站点监测数据时间序列图Fig.2-3TimesequencechartofmonitoringdataofAishanxiBridgeStationinHuaiheRiverBasi....

图2-4波托马克河流域NO.01632900监测站监测数据时间序列图

日）的96个数据进行预测，并将预测结果与实测值进行对比分析，以此来验证方法对短时间间隔水质监测数据预测的有效性和可靠性。该站点DO监测数据从2017年1月1日至1月6日时间序列图如图2-4所示。图2-4波托马克河流域NO.01632900监测站监测....

本文编号：4047287