景觀河水質模擬與水質保持技術的研究.pdf

1、隨著城市的發(fā)展以及人們對環(huán)境要求的提高，清澈美麗的景觀水體在提高城市品位，美化人居環(huán)境中扮演重要角色。但是這些景觀水體多為靜止或流動性差的封閉性緩流水體，且一般水域面積小、水環(huán)境容量小、水體自凈能力低、易污染，調查研究表明，我國90％以上的景觀水體都受到了不同程度的污染。因此，景觀水體的保護、水體更替和水體補充來源，成為許多城市特別是缺水城市面臨的重要問題。本文就是從研究區(qū)域景觀河水體水質出發(fā)，探討景觀河的水質保持。
　　 首先

2、，在對景觀河進行實地調研考察以及研究原有水質數(shù)據的基礎上，順流而下設定了景觀河的6個固定采樣點，對這些采樣點進行了連續(xù)的取樣監(jiān)測。監(jiān)測指標包括水溫、溶解氧、pH值、總氮、氨氮、總磷、化學需氧量以及氯化物等8項。
　　 第二，以景觀河的水質監(jiān)測數(shù)據為基礎，分別利用BP神經網絡和灰色模糊聚類法建立景觀河水質評價體系，對景觀河水質進行綜合評價，并且在利用灰色模糊聚類法評價中，結合景觀河實際水質狀況和前人關于水質的研究分析，確定了景觀河

3、污染指標權重。在此評價體系的基礎上，分析景觀河受污染情況。
　　 第三，根據景觀河實際情況以及水質監(jiān)測和評價結果，建立景觀河的水質模型。本文在前人研究的基礎上，將確定性水質模型、神經網絡相互結合，構建了適用于景觀河道的不確定性水質數(shù)學模型，并利用遺傳算法進行模型參數(shù)的求解。不確定性水質模型是利用神經網絡本身具有時滯效應來感知污染物隨機排放量對河流水質的影響，使得模型具有學習功能，提高了模型的魯棒性。經利用確定性水質模型和不確定性

4、水質模型分別對景觀河水質進行模擬和預測，對比可得不確定性模型的模擬和預測準確度確實要高。
　　 第四，結合景觀河的實際污染狀況以及模型的成果，提出了幾點切實可行的水污染控制措施。在模型的基礎上量化研究入注再生水以及提高水動力對景觀河水質的影響。
　　 本文的研究不但可以用作景觀河的水質預測評價，為優(yōu)化水質治理技術方案、水質管理和水質規(guī)劃提供可靠的科學依據；而且可以為各種治理措施提供可行性論證；同時，本文所研究的理論與方法