生态环境学报 ›› 2023, Vol. 32 ›› Issue (8): 1465-1477.DOI: 10.16258/j.cnki.1674-5906.2023.08.012
王源哲1,3(), 华春林2, 赵丽1,*, 樊敏1,3, 梁晓盈1, 周乐乐1, 蔡璨1,3, 姚婧1,3
收稿日期:
2023-04-12
出版日期:
2023-08-18
发布日期:
2023-11-08
通讯作者:
*赵丽。E-mail: 2007-zhaoli@163.com作者简介:
王源哲(2000年生),男,硕士研究生,研究方向为流域水环境管理与规划。E-mail: 18582232007@163.com
基金资助:
WANG Yuanzhe1,3(), HUA Chunlin2, ZHAO Li1,*, FAN Min1,3, LIANG Xiaoying1, ZHOU Lele1, CAI Can1,3, YAO Jing1,3
Received:
2023-04-12
Online:
2023-08-18
Published:
2023-11-08
摘要:
综合客观评价河流水质的健康及污染状况,科学分析预测水环境质量的变化趋势,对于河流水污染精准防治具有重要意义。选取绵阳市境内主要河流为研究对象,基于2014-2022年绵阳市12个水质监测断面的4项污染物指标监测数据,结合模糊综合评价法及主成分分析法对其断面水质进行评价并判断污染程度,建立带外源输入的非线性自回归(NARX)神经网络模型,预测研究区域内2025年和2030年的水质变化趋势。结果表明:1)综合不同水期来看,在枯水期,芙蓉溪仙鱼桥与梓潼垢家渡断面的水质级别分别在2015年和2016年都未能达到水质目标,满足水质功能标准的断面占12个监测断面的92%,而在平水期与丰水期各断面水质均能达到各自的标准;2)凯江老南桥、梓潼垢家渡及天仙镇大佛寺断面水质受水期影响较大,平武水文站在所选断面中总体水质较好,而芙蓉溪仙鱼桥较差;3)溶解氧(DO)、高锰酸盐指数(CODMn)、五日生化需氧量(BOD5)及氨氮(NH3-N)的实测值与预测值之间高度相关,均方误差均较小,满足水质预测的精度要求;4)从水质变化趋势来看,除天仙镇大佛寺断面2028-2030年的水质级别由2023-2027年的Ⅰ级降为Ⅱ级以及芙蓉溪仙鱼桥断面2025年和2030年水质级别分别为Ⅱ级与Ⅲ级外,其余断面水质级别均为Ⅰ级,总体水质有所提升。该研究提出的基于模糊综合评价法-主成分分析法-NARX神经网络模型研究框架能够准确地对河流多断面各水期的水质进行客观评价,并在一定程度上弥补水文观测的“数据盲区”,适用于其他类似河流的水质预测,可为河流水质综合评价及预测预警提供科学依据与技术支持。
中图分类号:
王源哲, 华春林, 赵丽, 樊敏, 梁晓盈, 周乐乐, 蔡璨, 姚婧. 山地城市主要河流水质评价及预测研究——以四川省绵阳市为例[J]. 生态环境学报, 2023, 32(8): 1465-1477.
WANG Yuanzhe, HUA Chunlin, ZHAO Li, FAN Min, LIANG Xiaoying, ZHOU Lele, CAI Can, YAO Jing. Study on Water Quality Evaluation and Prediction of Major Rivers in Mountainous City: A Case Study of Mianyang City[J]. Ecology and Environment, 2023, 32(8): 1465-1477.
图1 水质监测站点分布图 图中水质监测站点,编号代表含义分别如下:1-平武水文站;2-福田坝;3-丰谷;4-百顷;5-北川通口;6-凯江老南桥;7-梓潼垢家渡;8-天仙镇大佛寺;9-安州区界牌;10-饮马桥;11-芙蓉溪仙鱼桥;12-鲁班岛
Figure 1 Distribution of water quality monitoring stations
断面编号 | 断面 名称 | 断面 性质 | 水环境 功能 | 断面 位置 | 河流/ 湖库名称 |
---|---|---|---|---|---|
1 | 平武水文站 | 国控 | Ⅰ | 平武县 | 涪江 |
2 | 福田坝 | 国控 | Ⅲ | 江油市 | 涪江 |
3 | 丰谷 | 国控 | Ⅲ | 涪城区 | 涪江 |
4 | 百顷 | 国控 | Ⅲ | 三台县 | 涪江 |
5 | 北川通口 | 国控 | Ⅱ | 北川县 | 通口河 |
6 | 凯江老南桥 | 省控 | Ⅲ | 三台县 | 凯江 |
7 | 梓潼垢家渡 | 省控 | Ⅲ | 梓潼县 | 梓江 |
8 | 天仙镇大佛寺 | 国控 | Ⅲ | 盐亭县 | 梓江 |
9 | 安州区界牌 | 省控 | Ⅲ | 安州区 | 安昌河 |
10 | 饮马桥 | 省控 | Ⅲ | 涪城区 | 安昌河 |
11 | 芙蓉溪仙鱼桥 | 市控 | Ⅲ | 游仙区 | 芙蓉溪 |
12 | 鲁班岛 | 国控 | Ⅲ | 三台县 | 鲁班水库 |
表1 绵阳市主要监测断面及其水环境功能标准
Table 1 Main monitoring sections and water environment function standards in Mianyang City
断面编号 | 断面 名称 | 断面 性质 | 水环境 功能 | 断面 位置 | 河流/ 湖库名称 |
---|---|---|---|---|---|
1 | 平武水文站 | 国控 | Ⅰ | 平武县 | 涪江 |
2 | 福田坝 | 国控 | Ⅲ | 江油市 | 涪江 |
3 | 丰谷 | 国控 | Ⅲ | 涪城区 | 涪江 |
4 | 百顷 | 国控 | Ⅲ | 三台县 | 涪江 |
5 | 北川通口 | 国控 | Ⅱ | 北川县 | 通口河 |
6 | 凯江老南桥 | 省控 | Ⅲ | 三台县 | 凯江 |
7 | 梓潼垢家渡 | 省控 | Ⅲ | 梓潼县 | 梓江 |
8 | 天仙镇大佛寺 | 国控 | Ⅲ | 盐亭县 | 梓江 |
9 | 安州区界牌 | 省控 | Ⅲ | 安州区 | 安昌河 |
10 | 饮马桥 | 省控 | Ⅲ | 涪城区 | 安昌河 |
11 | 芙蓉溪仙鱼桥 | 市控 | Ⅲ | 游仙区 | 芙蓉溪 |
12 | 鲁班岛 | 国控 | Ⅲ | 三台县 | 鲁班水库 |
水期 | 水质指标 | 最小值/(mg∙L-1) | 最大值/(mg∙L-1) | 平均值/(mg∙L-1) | 标准差 | 变异系数/% |
---|---|---|---|---|---|---|
枯水期 | DO | 8.71 (芙蓉溪仙鱼桥) | 10.22 (梓潼垢家渡) | 9.64 | 0.52 | 5.42 |
CODMn | 0.87 (平武水文站) | 4.49 (芙蓉溪仙鱼桥) | 2.48 | 1.37 | 55.10 | |
BOD5 | 0.60 (平武水文站) | 3.21 (芙蓉溪仙鱼桥) | 1.77 | 0.84 | 47.65 | |
NH3-N | 0.05 (平武水文站) | 0.74 (芙蓉溪仙鱼桥) | 0.22 | 0.19 | 88.18 | |
平水期 | DO | 7.55 (芙蓉溪仙鱼桥) | 9.76 (平武水文站) | 8.55 | 0.60 | 7.01 |
CODMn | 1.11 (平武水文站) | 4.24 (芙蓉溪仙鱼桥) | 2.40 | 1.14 | 47.69 | |
BOD5 | 0.68 (福田坝) | 2.42 (芙蓉溪仙鱼桥) | 1.40 | 0.58 | 41.33 | |
NH3-N | 0.05 (鲁班岛) | 0.62 (芙蓉溪仙鱼桥) | 0.17 | 0.17 | 94.83 | |
丰水期 | DO | 6.98 (芙蓉溪仙鱼桥) | 8.89 (平武水文站) | 7.73 | 0.67 | 8.63 |
CODMn | 1.31 (平武水文站) | 5.13 (芙蓉溪仙鱼桥) | 2.60 | 1.26 | 48.33 | |
BOD5 | 0.63 (北川通口) | 2.57 (芙蓉溪仙鱼桥) | 1.32 | 0.58 | 44.11 | |
NH3-N | 0.06 (鲁班岛) | 0.40 (芙蓉溪仙鱼桥) | 0.15 | 0.10 | 65.79 |
表2 不同水期监测断面平均水质指标浓度的描述性统计
Table 2 Descriptive statistics of average water quality index concentration of monitoring sections in different water periods
水期 | 水质指标 | 最小值/(mg∙L-1) | 最大值/(mg∙L-1) | 平均值/(mg∙L-1) | 标准差 | 变异系数/% |
---|---|---|---|---|---|---|
枯水期 | DO | 8.71 (芙蓉溪仙鱼桥) | 10.22 (梓潼垢家渡) | 9.64 | 0.52 | 5.42 |
CODMn | 0.87 (平武水文站) | 4.49 (芙蓉溪仙鱼桥) | 2.48 | 1.37 | 55.10 | |
BOD5 | 0.60 (平武水文站) | 3.21 (芙蓉溪仙鱼桥) | 1.77 | 0.84 | 47.65 | |
NH3-N | 0.05 (平武水文站) | 0.74 (芙蓉溪仙鱼桥) | 0.22 | 0.19 | 88.18 | |
平水期 | DO | 7.55 (芙蓉溪仙鱼桥) | 9.76 (平武水文站) | 8.55 | 0.60 | 7.01 |
CODMn | 1.11 (平武水文站) | 4.24 (芙蓉溪仙鱼桥) | 2.40 | 1.14 | 47.69 | |
BOD5 | 0.68 (福田坝) | 2.42 (芙蓉溪仙鱼桥) | 1.40 | 0.58 | 41.33 | |
NH3-N | 0.05 (鲁班岛) | 0.62 (芙蓉溪仙鱼桥) | 0.17 | 0.17 | 94.83 | |
丰水期 | DO | 6.98 (芙蓉溪仙鱼桥) | 8.89 (平武水文站) | 7.73 | 0.67 | 8.63 |
CODMn | 1.31 (平武水文站) | 5.13 (芙蓉溪仙鱼桥) | 2.60 | 1.26 | 48.33 | |
BOD5 | 0.63 (北川通口) | 2.57 (芙蓉溪仙鱼桥) | 1.32 | 0.58 | 44.11 | |
NH3-N | 0.06 (鲁班岛) | 0.40 (芙蓉溪仙鱼桥) | 0.15 | 0.10 | 65.79 |
指标 | 枯水期 | 平水期 | 丰水期 |
---|---|---|---|
DO | 0.226 | 0.252 | 0.242 |
CODMn | 0.234 | 0.255 | 0.252 |
BOD5 | 0.260 | 0.269 | 0.271 |
NH3-N | 0.280 | 0.224 | 0.234 |
表3 2014-2022年监测断面各水期污染指标权重归一化结果
Table 3 Pollution index weight normalization results of water periods in the monitoring section from 2014 to 2022
指标 | 枯水期 | 平水期 | 丰水期 |
---|---|---|---|
DO | 0.226 | 0.252 | 0.242 |
CODMn | 0.234 | 0.255 | 0.252 |
BOD5 | 0.260 | 0.269 | 0.271 |
NH3-N | 0.280 | 0.224 | 0.234 |
对象 | 年份 | 平武 水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江 老南桥 | 梓潼 垢家渡 | 天仙镇 大佛寺 | 安州区 界牌 | 饮马桥 | 芙蓉溪 仙鱼桥 | 鲁班岛 | 达标断面占比/% |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
年平均值 | 2014 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 |
2015 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 100 | |
2016 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2017 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2018 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2019 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2020 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2021 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2022 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
表4 2014-2022年各监测断面水质级别
Table 4 Water quality levels of each monitored section from 2014 to 2022
对象 | 年份 | 平武 水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江 老南桥 | 梓潼 垢家渡 | 天仙镇 大佛寺 | 安州区 界牌 | 饮马桥 | 芙蓉溪 仙鱼桥 | 鲁班岛 | 达标断面占比/% |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
年平均值 | 2014 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 |
2015 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 100 | |
2016 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2017 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2018 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2019 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2020 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2021 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2022 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
时期 | 年份 | 平武 水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江 老南桥 | 梓潼 垢家渡 | 天仙镇 大佛寺 | 安州区 界牌 | 饮马桥 | 芙蓉溪 仙鱼桥 | 鲁班岛 | 达标断面占比/% |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
枯水期 | 2014 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 100 |
2015 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅳ | Ⅰ | 92 | |
2016 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅳ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 92 | |
2017 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2018 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅲ | Ⅰ | 100 | |
2019 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2020 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2021 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2022 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
表5 2014-2022年枯水期各监测断面水质级别
Table 5 Water quality levels of each monitored section during the low water period from 2014 to 2022
时期 | 年份 | 平武 水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江 老南桥 | 梓潼 垢家渡 | 天仙镇 大佛寺 | 安州区 界牌 | 饮马桥 | 芙蓉溪 仙鱼桥 | 鲁班岛 | 达标断面占比/% |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
枯水期 | 2014 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 100 |
2015 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅳ | Ⅰ | 92 | |
2016 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅳ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 92 | |
2017 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2018 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅲ | Ⅰ | 100 | |
2019 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2020 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2021 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2022 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
时期 | 年份 | 平武 水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江 老南桥 | 梓潼 垢家渡 | 天仙镇 大佛寺 | 安州区 界牌 | 饮马桥 | 芙蓉溪 仙鱼桥 | 鲁班岛 | 达标断面占比/% |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
平水期 | 2014 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
2015 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2016 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅰ | 100 | |
2017 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 100 | |
2018 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2019 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2020 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2021 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2022 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
表6 2014-2022年平水期各监测断面水质级别
Table 6 Water quality levels of each monitored section during the normal water period from 2014 to 2022
时期 | 年份 | 平武 水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江 老南桥 | 梓潼 垢家渡 | 天仙镇 大佛寺 | 安州区 界牌 | 饮马桥 | 芙蓉溪 仙鱼桥 | 鲁班岛 | 达标断面占比/% |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
平水期 | 2014 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
2015 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2016 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅰ | 100 | |
2017 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 100 | |
2018 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2019 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2020 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2021 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2022 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
时期 | 年份 | 平武 水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江 老南桥 | 梓潼 垢家渡 | 天仙镇 大佛寺 | 安州区 界牌 | 饮马桥 | 芙蓉溪 仙鱼桥 | 鲁班岛 | 达标断面占比/% |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
丰水期 | 2014 | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 |
2015 | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 100 | |
2016 | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅰ | Ⅱ | Ⅲ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2017 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2018 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2019 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2020 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2021 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2022 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
表7 2014-2022年丰水期各监测断面水质级别
Table 7 Water quality levels of each monitored section during the high water period from 2014 to 2022
时期 | 年份 | 平武 水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江 老南桥 | 梓潼 垢家渡 | 天仙镇 大佛寺 | 安州区 界牌 | 饮马桥 | 芙蓉溪 仙鱼桥 | 鲁班岛 | 达标断面占比/% |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
丰水期 | 2014 | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 |
2015 | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅲ | Ⅰ | 100 | |
2016 | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅰ | Ⅱ | Ⅲ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2017 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅱ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2018 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2019 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | 100 | |
2020 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2021 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 | |
2022 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | 100 |
水期 | 水质指标 | DO | CODMn | BOD5 | NH3-N |
---|---|---|---|---|---|
枯水期 | DO | 1 | |||
CODMn | -0.008 | 1 | |||
BOD5 | -0.097 | 0.950** | 1 | ||
NH3-N | -0.661* 1) | 0.412 | 0.544 | 1 | |
平水期 | DO | 1 | |||
CODMn | -0.587* | 1 | |||
BOD5 | -0.595* | 0.880** | 1 | ||
NH3-N | -0.585* | 0.373 | 0.509 | 1 | |
丰水期 | DO | 1 | |||
CODMn | -0.788** 2) | 1 | |||
BOD5 | -0.756** | 0.909** | 1 | ||
NH3-N | -0.487 | 0.458 | 0.627* | 1 |
表8 2014-2022年不同水期各水质指标的相关性系数
Table 8 Correlation coefficients of water quality indexes in different water periods from 2014 to 2022
水期 | 水质指标 | DO | CODMn | BOD5 | NH3-N |
---|---|---|---|---|---|
枯水期 | DO | 1 | |||
CODMn | -0.008 | 1 | |||
BOD5 | -0.097 | 0.950** | 1 | ||
NH3-N | -0.661* 1) | 0.412 | 0.544 | 1 | |
平水期 | DO | 1 | |||
CODMn | -0.587* | 1 | |||
BOD5 | -0.595* | 0.880** | 1 | ||
NH3-N | -0.585* | 0.373 | 0.509 | 1 | |
丰水期 | DO | 1 | |||
CODMn | -0.788** 2) | 1 | |||
BOD5 | -0.756** | 0.909** | 1 | ||
NH3-N | -0.487 | 0.458 | 0.627* | 1 |
图4 2014-2022年不同水期各监测断面水质平均主成分得分 图中括号内外数字分别代表12个监测断面的水质得分及编号
Figure 4 Average principal component scores of water quality in different sections during different water periods from 2014 to 2022
站点 | 平武水文站 | 芙蓉溪仙鱼桥 | |||||||
---|---|---|---|---|---|---|---|---|---|
年份 | F1 | F2 | F | 排序 | F1 | F2 | F | 排序 | |
2014 | 0.092 | 0.809 | 0.396 | 2 | 3.920 | -3.589 | 1.833 | 2 | |
2015 | 0.085 | 0.797 | 0.387 | 4 | 3.837 | -2.643 | 2.035 | 1 | |
2016 | 0.107 | 0.867 | 0.429 | 1 | 3.731 | -3.411 | 1.745 | 3 | |
2017 | 0.081 | 0.794 | 0.383 | 5 | 3.601 | -3.656 | 1.584 | 4 | |
2018 | 0.108 | 0.640 | 0.333 | 6 | 3.470 | -3.335 | 1.578 | 5 | |
2019 | 0.056 | 0.853 | 0.393 | 3 | 3.127 | -2.756 | 1.491 | 6 | |
2020 | 0.049 | 0.581 | 0.275 | 8 | 2.671 | -2.894 | 1.124 | 9 | |
2021 | 0.064 | 0.675 | 0.323 | 7 | 3.006 | -2.944 | 1.352 | 8 | |
2022 | 0.071 | 0.323 | 0.178 | 9 | 3.142 | -3.145 | 1.394 | 7 |
表9 2014-2022年监测断面水质主成分得分及排序结果
Table 9 Principal component scores and ranking results of water quality in monitored sections from 2014 to 2022
站点 | 平武水文站 | 芙蓉溪仙鱼桥 | |||||||
---|---|---|---|---|---|---|---|---|---|
年份 | F1 | F2 | F | 排序 | F1 | F2 | F | 排序 | |
2014 | 0.092 | 0.809 | 0.396 | 2 | 3.920 | -3.589 | 1.833 | 2 | |
2015 | 0.085 | 0.797 | 0.387 | 4 | 3.837 | -2.643 | 2.035 | 1 | |
2016 | 0.107 | 0.867 | 0.429 | 1 | 3.731 | -3.411 | 1.745 | 3 | |
2017 | 0.081 | 0.794 | 0.383 | 5 | 3.601 | -3.656 | 1.584 | 4 | |
2018 | 0.108 | 0.640 | 0.333 | 6 | 3.470 | -3.335 | 1.578 | 5 | |
2019 | 0.056 | 0.853 | 0.393 | 3 | 3.127 | -2.756 | 1.491 | 6 | |
2020 | 0.049 | 0.581 | 0.275 | 8 | 2.671 | -2.894 | 1.124 | 9 | |
2021 | 0.064 | 0.675 | 0.323 | 7 | 3.006 | -2.944 | 1.352 | 8 | |
2022 | 0.071 | 0.323 | 0.178 | 9 | 3.142 | -3.145 | 1.394 | 7 |
评价因子 | 水质指标 | |||
---|---|---|---|---|
DO | CODMn | BOD5 | NH3-N | |
r | 0.821 | 0.760 | 0.760 | 0.729 |
MSE | 0.034 | 0.030 | 0.042 | 0.034 |
迭代次数 | 9 | 14 | 11 | 10 |
表10 NARX神经网络模型预测的相关系数与均方误差
Table 10 Correlation coefficient and mean square error predicted by NARX neural network model
评价因子 | 水质指标 | |||
---|---|---|---|---|
DO | CODMn | BOD5 | NH3-N | |
r | 0.821 | 0.760 | 0.760 | 0.729 |
MSE | 0.034 | 0.030 | 0.042 | 0.034 |
迭代次数 | 9 | 14 | 11 | 10 |
图5 2014-2022年芙蓉溪仙鱼桥断面水质指标实测值与模拟值结果对比图鉴于训练集样本数较多,故以省略号代替并选取此阶段首尾季度进行绘图(图中圈注部分)
Figure 5 Comparison of measured and simulated water quality indexes in Xianyuqiao section of Furong stream from 2014 to 2022
监测断面 | 年份 | F1 | F2 | F | 排序 | 年份 | F1 | F2 | F | 排序 |
---|---|---|---|---|---|---|---|---|---|---|
平武水文站 | 2025 | 0.622 | -0.563 | 0.358 | 12 | 2030 | 1.629 | 0.542 | 1.224 | 7 |
福田坝 | 0.894 | -0.680 | 0.543 | 10 | 0.980 | 0.419 | 0.771 | 12 | ||
丰谷 | 1.399 | -0.758 | 0.918 | 7 | 1.040 | 0.345 | 0.781 | 11 | ||
百顷 | 1.415 | -1.129 | 0.848 | 8 | 1.752 | 0.685 | 1.354 | 6 | ||
北川通口 | 0.688 | -0.585 | 0.404 | 11 | 1.745 | 0.740 | 1.370 | 5 | ||
凯江老南桥 | 2.665 | -2.499 | 1.513 | 3 | 1.327 | 0.775 | 1.121 | 8 | ||
梓潼垢家渡 | 2.880 | -2.821 | 1.608 | 2 | 1.474 | 0.453 | 1.094 | 10 | ||
天仙镇大佛寺 | 2.527 | -2.460 | 1.415 | 4 | 2.481 | 0.905 | 1.893 | 3 | ||
安州区界牌 | 1.117 | -0.913 | 0.665 | 9 | 2.159 | 0.791 | 1.649 | 4 | ||
饮马桥 | 2.268 | -1.904 | 1.338 | 5 | 1.089 | 1.109 | 1.096 | 9 | ||
芙蓉溪仙鱼桥 | 3.391 | -2.434 | 2.092 | 1 | 4.722 | 1.407 | 3.485 | 1 | ||
鲁班岛 | 1.892 | -1.798 | 1.069 | 6 | 2.760 | 0.857 | 2.050 | 2 |
表11 2025及2030年各监测断面水质平均主成分得分及排序结果
Table 11 Average principal component scores and ranking results of water quality in each monitored section in 2025 and 2030
监测断面 | 年份 | F1 | F2 | F | 排序 | 年份 | F1 | F2 | F | 排序 |
---|---|---|---|---|---|---|---|---|---|---|
平武水文站 | 2025 | 0.622 | -0.563 | 0.358 | 12 | 2030 | 1.629 | 0.542 | 1.224 | 7 |
福田坝 | 0.894 | -0.680 | 0.543 | 10 | 0.980 | 0.419 | 0.771 | 12 | ||
丰谷 | 1.399 | -0.758 | 0.918 | 7 | 1.040 | 0.345 | 0.781 | 11 | ||
百顷 | 1.415 | -1.129 | 0.848 | 8 | 1.752 | 0.685 | 1.354 | 6 | ||
北川通口 | 0.688 | -0.585 | 0.404 | 11 | 1.745 | 0.740 | 1.370 | 5 | ||
凯江老南桥 | 2.665 | -2.499 | 1.513 | 3 | 1.327 | 0.775 | 1.121 | 8 | ||
梓潼垢家渡 | 2.880 | -2.821 | 1.608 | 2 | 1.474 | 0.453 | 1.094 | 10 | ||
天仙镇大佛寺 | 2.527 | -2.460 | 1.415 | 4 | 2.481 | 0.905 | 1.893 | 3 | ||
安州区界牌 | 1.117 | -0.913 | 0.665 | 9 | 2.159 | 0.791 | 1.649 | 4 | ||
饮马桥 | 2.268 | -1.904 | 1.338 | 5 | 1.089 | 1.109 | 1.096 | 9 | ||
芙蓉溪仙鱼桥 | 3.391 | -2.434 | 2.092 | 1 | 4.722 | 1.407 | 3.485 | 1 | ||
鲁班岛 | 1.892 | -1.798 | 1.069 | 6 | 2.760 | 0.857 | 2.050 | 2 |
年份 | 平武水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江老南桥 | 梓潼垢家渡 | 天仙镇大佛寺 | 安州区界牌 | 饮马桥 | 芙蓉溪仙鱼桥 | 鲁班岛 |
---|---|---|---|---|---|---|---|---|---|---|---|---|
2023 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2024 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2025 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ |
2026 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2027 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2028 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2029 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2030 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅲ | Ⅰ |
表12 2023-2030年监测断面水质评价结果
Table 12 Water quality evaluation results of monitored sections during 2023-2030
年份 | 平武水文站 | 福田坝 | 丰谷 | 百顷 | 北川通口 | 凯江老南桥 | 梓潼垢家渡 | 天仙镇大佛寺 | 安州区界牌 | 饮马桥 | 芙蓉溪仙鱼桥 | 鲁班岛 |
---|---|---|---|---|---|---|---|---|---|---|---|---|
2023 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2024 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2025 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ |
2026 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2027 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2028 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2029 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅰ | Ⅰ |
2030 | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅰ | Ⅱ | Ⅰ | Ⅰ | Ⅲ | Ⅰ |
[1] |
AYODELE B V, MUSTAPA S I, MOHAMMAD N, et al., 2021. Long-term energy demand in Malaysia as a function of energy supply: A comparative analysis of non-linear autoregressive exogenous neural networks and multiple non-linear regression models[J]. Energy Strategy Reviews, 38: 100750.
DOI URL |
[2] |
FABIO D N, MARCO R, FRANCESCO G, 2022. A nonlinear autoregressive exogenous (NARX) model to predict nitrate concentration in rivers[J]. Environmental Science and Pollution Research International, 29(27): 40623-40642.
DOI PMID |
[3] | FAN C, WANG W S, LIU K F R, et al., 2012. Sensitivity analysis and water quality modeling of a tidal river using a modified Streeter-Phelps equation with HEC-RAS-calculated hydraulic characteristics[J]. Environmental Modeling & Assessment, 17(6): 639-651. |
[4] |
JI X L, DAHLGREN R A, ZHANG M H, 2016. Comparison of seven water quality assessment methods for the characterization and management of highly impaired river systems[J]. Environmental Monitoring and Assessment, 188(1): 15.
DOI PMID |
[5] |
MAIER H R, JAIN A, DANDY G C, et al., 2010. Methods used for the development of neural networks for the prediction of water resource variables in river systems: Current status and future directions[J]. Environmental Modelling and Software, 25(8): 891-909.
DOI URL |
[6] |
NOORI R, YEH H D, ABBASI M, et al., 2015. Uncertainty analysis of support vector machine for online prediction of five-day biochemical oxygen demand[J]. Journal of Hydrology, 527(6): 833-843.
DOI URL |
[7] |
OUYANG L L, SHI Y R, YANG J Q, et al., 2022. Water quality assessment and pollution source analysis of Yaojiang River Basin: A case study of inland rivers in Yuyao City, China[J]. Water Supply, 22(1): 674-685.
DOI URL |
[8] |
QIAO J F, HU Z Q, LI W J, 2016. Soft measurement modeling based on chaos theory for biochemical oxygen demand (BOD)[J]. Water, 8(12): 581.
DOI URL |
[9] |
RANI D, MOREIRA M M, 2010. Simulation-optimization modeling: a survey and potential application in reservoir systems operation[J]. Water Resources Management, 24(6): 1107-1138.
DOI URL |
[10] |
SALAMI E S, EHTESHAMI M, 2015. Simulation, evaluation and prediction modeling of river water quality properties (case study: Ireland Rivers)[J]. International Journal of Environmental Science and Technology, 12(10): 3235-3242.
DOI URL |
[11] | VAPNIK V, CORTES C, 1995. Support vector networks[J]. Machine Learning, 20(3): 273-297. |
[12] |
ZALDIVAR J M, GUTIERREZ E, GALVAN M, et al., 2000. Forecasting high waters at Venice Lagoon using chaotic time series analysis and nonlinear neural networks[J]. Journal of Hydroinformatics, 2(1): 61-84.
DOI URL |
[13] |
ZHAO S Y, CHEN J, JIN Q, et al., 2020. Improved principal component-fuzzy comprehensive assessment coupling model for urban river water quality: A case study in Chongqing, China[J]. Water, 12(5): 1375.
DOI URL |
[14] |
ZHENG Y H, ZHANG W J, XIE J J, et al., 2022. A water consumption forecasting model by using a nonlinear autoregressive network with exogenous inputs based on rough attributes[J]. Water, 14(3): 329.
DOI URL |
[15] | 包志家, 李奇, 2021. 基于MATLAB神经网络工具箱的BP神经网络的应用研究[J]. 信息与电脑 (理论版), 33(2): 181-183. |
BAO Z J, LI Q, 2021. Application research of BP neural network based on MATLAB neural network toolbox[J]. Information and Computer (Theoretical Edition), 33(2): 181-183. | |
[16] | 蔡广强, 张金松, 刘彤宙, 等, 2018. 基于主成分分析的中国南方某市水库水质评价[J]. 环境科学与技术, 41(S2): 88-94. |
CAI G Q, ZHANG J S, LIU T Z, et al., 2018. Water quality assessment of a city reservoir in Southern China based on principal component analysis[J]. Environmental Science & Technology, 41(S2): 88-94.
DOI URL |
|
[17] | 陈润羊, 涂安国, 2008. 长江流域水质评价与预测[J]. 环境科学与技术, 31(12): 169-173, 178. |
CHEN R Y, TU A G, 2008. Evaluation and prediction of water quality in the Yangtze River Basin[J]. Environmental Science & Technology, 31(12): 169-173, 178. | |
[18] | 戴本林, 杨立中, 贺玉龙, 等, 2008. 四川省涪江支流安昌河水环境容量的研究[J]. 土壤通报, 232(1): 206-208. |
DAI B L, YANG L Z, HE Y L, et al., 2008. Study on water environmental capacity of Anchang River, a tributary of Fujiang River, Sichuan Province[J]. Chinese Journal of Soil Science, 232(1): 206-208. | |
[19] |
杜建, 陈晓宏, 陈栋为, 等, 2012. 水文变异下东江流域枯水径流风险率分析[J]. 生态环境学报, 21(3): 496-502.
DOI |
DU J, CHEN X H, CHEN D W, et al., 2012. Analysis on low flow risk of runoff in the East River Basin under the hydrological aberrance[J]. Ecology and Environmental Sciences, 21(3): 496-502. | |
[20] | 杜军凯, 傅尧, 李晓星, 2015. 模糊-主成分分析综合评价法在地下水水质评价中的应用[J]. 中国环境监测, 31(4): 75-81. |
DU J K, FU Y, LI X X, 2015. Application of fuzzy principal component analysis comprehensive evaluation method in groundwater quality evaluation[J]. Environmental Monitoring in China, 31(4): 75-81. | |
[21] | 伏介雄, 张信宝, 严冬春, 2008. 宜宾附近金沙江、岷江和长江TP、BOD5和CODMn含量的季节性变化[J]. 地球与环境, 36(4): 336-341. |
FU J X, ZHANG X B, YAN D C, 2008. Seasonal variation of TP, BOD5 and CODMn contents in Jinsha River, Minjiang River and Yangtze River near Yibin[J]. Earth and Environment, 36(4): 336-341. | |
[22] | 国家环境保护总局, 2002. 地表水环境质量标准: GB 3838—2002[S]. 北京: 中国环境科学出版社. |
State Environmental Protection Administration, 2002. Environmental Quality Standards for Surface Water: GB 3838—2002[S]. Beijing: China Environmental Science Press. | |
[23] | 高红杰, 郑利杰, 嵇晓燕, 等, 2017. 典型城市地表水质综合评价方法研究[J]. 中国环境监测, 33(2): 55-60. |
GAO H J, ZHENG L J, JI X Y, et al., 2017. Study on comprehensive evaluation method of surface water quality in typical cities[J]. Environmental Monitoring in China, 33(2): 55-60. | |
[24] | 何子建, 刘瑞芬, 辛小康, 2022. 近十年长江干流宜昌城区段水质变化分析[J]. 水电能源科学, 40(12): 112-115. |
HE Z J, LIU R F, XIN X K, 2022. Analysis of water quality change in Yichang Section of Yangtze River in recent ten years[J]. Water Resources and Power, 40(12): 112-115. | |
[25] | 胡开明, 范恩卓, 2015. 西太湖区域水环境容量分配及水质可控目标研究[J]. 长江流域资源与环境, 24(8): 1373-1380. |
HU K M, FAN E Z, 2015. Study on allocation of water environmental capacities and water quality controllable target in West Taihu Basin[J]. Resources and Environment in the Yangtze Basin, 24(8): 1373-1380. | |
[26] | 靳会姣, 黄娟, 黄川友, 等, 2014. 尼洋河流域水环境质量现状评价研究——基于模糊综合评价法[J]. 四川环境, 33(3): 120-126. |
JIN H J, HUANG J, HUANG C Y, et al., 2014. Evaluation of water environment quality in Niyang River Basin based on fuzzy comprehensive evaluation method[J]. Sichuan Environment, 33(3): 120-126. | |
[27] | 李婧, 唐敏, 梁亦欣, 2020. 2015-2018年河南省辖海河流域水质改善效果评价[J]. 环境工程, 38(5): 60-64, 190. |
LI J, TANG M, LIANG Y X, 2019. Evaluation of water quality improvement in Haihe River Basin, Henan Province from 2015 to 2018[J]. Environmental Engineering, 38(5): 60-64, 190. | |
[28] | 刘晓, 刘海涵, 王丽婧, 等, 2018. 三峡库区EFDC模型集成与应用[J]. 环境科学研究, 31(2): 283-294. |
LIU X, LIU H H, WANG L J, et al., 2018. Integration and application of EFDC model in Three Gorges Reservoir area[J]. Research of Environmental Sciences, 31(2): 283-294. | |
[29] | 马乐宽, 王金南, 王东, 2013. 国家水污染防治 “十二五” 战略与政策框架[J]. 中国环境科学, 33(2): 377-383. |
MA L K, WANG J N, WANG D, 2013. National “12th Five-Year Plan” strategy and policy framework for water pollution control[J]. China Environmental Science, 33(2): 377-383. | |
[30] | 沈淞涛, 2005. 安昌河流域绵阳市涪城区段水污染物总量控制研究[D]. 成都: 西南交通大学. |
SHEN S T, 2005. Study on total water pollutant control in Fucheng Section, Mianyang City, Anchang River Basin[D]. Chengdu: Southwest Jiaotong University. | |
[31] | 宋新山, 2008. MATLAB在环境科学中的应用[M]. 北京: 化学工业出版社. |
SONG X S, 2008. Application of MATLAB in environmental science[M]. Beijing: Chemical Industry Press. | |
[32] | 宋晓霄, 闫浩文, 田秉晖, 等, 2012. 海河流域污染状况与常规污染指标数据分析[J]. 南水北调与水利科技, 10(1): 98-101. |
SONG X X, YAN H W, TIAN B H, et al., 2012. Analysis of pollution status and conventional pollution index data in Haihe River Basin[J]. South-to-North Water Transfers and Water Science & Technology, 10(1): 98-101. | |
[33] | 唐亦舜, 徐庆, 刘振鸿, 等, 2022. 基于优化非线性自回归神经网络模型的水质预测[J]. 东华大学学报(自然科学版), 48(3): 93-100. |
TANG Y S, XU Q, LIU Z H, et al., 2022. Water quality prediction based on optimal nonlinear autoregressive neural network model[J]. Journal of Donghua University (Natural Science Edition), 48(3): 93-100. | |
[34] | 王磊, 汪文东, 刘懂, 等, 2020. 象山港流域入湾河流水体中重金属风险评价及其来源解析[J]. 环境科学, 41(7): 3194-3203. |
WANG L, WANG W D, LIU D, et al., 2020. Risk assessment and source analysis of heavy metals in the river of a typical bay watershed[J]. Environmental Science, 41(7): 3194-3203. | |
[35] | 王丽婧, 汪星, 刘录三, 等, 2013. 洞庭湖水质因子的多元分析[J]. 环境科学研究, 26(1): 1-7. |
WANG L J, WANG X, LIU L S, et al., 2013. Multivariate analysis of water quality factors in Dongting Lake[J]. Research of Environmental Sciences, 26(1): 1-7. | |
[36] | 王守坤, 张传珂, 2013. 沭河水质模糊综合评价评价模型建立与应用[J]. 环境科学与管理, 38(2): 63-66. |
WANG S K, ZHANG C K, 2013. Establishment and application of a fuzzy comprehensive evaluation model for water quality in Shuhe River[J]. Environmental Science and Management, 38(2): 63-66. | |
[37] | 杨浩, 张国珍, 杨晓妮, 等, 2016. 基于模糊综合评判法的洮河水环境质量评价[J]. 环境科学与技术, 39(S1): 380-386, 392. |
YANG H, ZHANG G Z, YANG X N, et al., 2016. Environmental quality assessment of Taohe River based on fuzzy comprehensive evaluation method[J]. Environmental Science & Technology, 39(S1): 380-386, 392. | |
[38] | 张冉, 孙宝盛, 王永亮, 等, 2013. 黄河入海口水质评价与预测[J]. 环境工程学报, 7(8): 3089-309. |
ZHANG R, SUN B S, WANG Y L, et al., 2013. Water quality assessment and prediction of the Yellow River Estuary[J]. Chinese Journal of Environmental Engineering, 7(8): 3089-3093. | |
[39] | 张婉萍, 樊敏, 陶伟, 等, 2022. 基于正定矩阵因子模型的大亚湾海域污染特征解析研究[J]. 海洋环境科学, 41(6): 872-880. |
ZHANG W P, FAN M, TAO W, et al., 2022. Analysis of pollution characteristics of Daya Bay based on positive definite matrix factor model[J]. Marine Environmental Science, 41(6): 872-880. | |
[40] | 张野, 李爽, 付婉霞, 等, 2012. 某城市淮河水CODMn、BOD5与CODCr的相关性分析[J]. 给水排水, 48(S1): 124-127. |
ZHANG Y, LI S, FU W X, et al., 2012. Correlation analysis of CODMn, BOD5 and CODCr in Huaihe River Water[J]. Water & Wastewater Engineering, 48(S1): 124-127. | |
[41] | 朱琳, 王雅南, 韩美, 等, 2018. 武水河水质时空分布特征及污染成因的解析[J]. 环境科学学报, 38(6): 2150-2156. |
[1] | 程鹏, 孙明东, 郝韶楠. 基于最简水质综合评价指数的官厅水库上游河流水质评价[J]. 生态环境学报, 2023, 32(2): 372-380. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||