配水管網(wǎng)中細(xì)菌再生長(zhǎng)的研究與預(yù)測(cè).pdf

1、管網(wǎng)中的細(xì)菌再生長(zhǎng)及其所帶來(lái)的問(wèn)題日益得到了人們的關(guān)注和重視，本文以某高校校園管網(wǎng)為研究對(duì)象，系統(tǒng)、深入的研究了配水管中細(xì)菌再生長(zhǎng)現(xiàn)象的預(yù)測(cè)及其控制措施。 在對(duì)細(xì)菌再生長(zhǎng)的機(jī)理及影響因素分析的基礎(chǔ)上，并結(jié)合水質(zhì)測(cè)定的需求，制定了校園管網(wǎng)的水質(zhì)監(jiān)測(cè)方案。為了解微生物指標(biāo)的潛在生長(zhǎng)趨勢(shì)，本文創(chuàng)新性的將細(xì)菌總數(shù)和大腸桿菌的培養(yǎng)時(shí)間延長(zhǎng)為72小時(shí)。通過(guò)對(duì)十個(gè)監(jiān)測(cè)點(diǎn)長(zhǎng)時(shí)間連續(xù)取樣、檢測(cè)和分析研究，取得了大量的水質(zhì)資料，對(duì)管網(wǎng)水質(zhì)有了一定的

2、了解，同時(shí)對(duì)個(gè)水質(zhì)指標(biāo)與細(xì)菌再生長(zhǎng)的相關(guān)關(guān)系也有了定性的認(rèn)識(shí)。 通過(guò)對(duì)因變量自身及各種統(tǒng)計(jì)分析方法的使用條件進(jìn)行分析，選用線性回歸和Logistic回歸進(jìn)行預(yù)測(cè)，然而前者結(jié)果并不理想。然后創(chuàng)新性的選用Logistic回歸模型并結(jié)合主成分分析法對(duì)細(xì)菌總數(shù)(HPC)這一二分變量的超標(biāo)概率進(jìn)行預(yù)測(cè)。該模型是運(yùn)用SAS統(tǒng)計(jì)軟件的Analysis模塊來(lái)實(shí)現(xiàn)的。首先，運(yùn)用Logistic回歸的逐步選擇法對(duì)原變量進(jìn)行回歸，得到了一個(gè)單變量(僅

3、含鐵)的預(yù)測(cè)模型。在將模型判別概率設(shè)為0.5或0.85時(shí)，其預(yù)測(cè)精度均在90％以上。為消除各個(gè)指標(biāo)之間的共線性，又對(duì)原變量進(jìn)行主成分分析，以分析得到的前幾個(gè)主成分為自變量建立了主成分Logistic回歸預(yù)測(cè)模型。與前一模型比較該模型更能體現(xiàn)細(xì)菌再生長(zhǎng)的機(jī)理，預(yù)測(cè)精度也令人滿意，都在90％以上。但兩者都可以應(yīng)用于實(shí)際，且效果較好。視具體情況，恰當(dāng)?shù)倪x擇上述兩個(gè)模型，對(duì)細(xì)菌超標(biāo)的概率做出準(zhǔn)確的預(yù)測(cè)，就能夠更精確的指導(dǎo)實(shí)踐，從而達(dá)到水質(zhì)預(yù)警的