收藏本站
《中国海洋大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

地表水水质自动监测—预警系统研究—以产芝水库为例

宋帅  
【摘要】: 水是工农业生产和人类进步所必不可缺少的资源,然而水也是人类社会正面临的紧缺资源。日益严重的水资源短缺和严重的水环境污染困扰着国计民生,而且也已成为制约社会经济可持续发展的主要因素。产芝水库作为胶东半岛最大的水库,是青岛市重要的供水水源地。目前,该水库水质污染、水质监测及水质预警问题得到了政府和群众的关注。本课题以产芝水库作为研究对象,研究地表水体自动监测系统、水质评价方法、水质预测方法和基于地理信息系统的水质预警系统。本文主要的研究结论如下: (1)本文结合地表水水质监测的实际需求,运用系统化、网络化、智能化和标准化于一体的设计理念,完成了原位水下水质自动检测系统,并自主设计了环境监测数据采集器。该采集器能够链接两种多参数水质传感器,它采用GM8125实现串口扩展,并使用GPRS透传模块通过GPRS无线传输网络将采集数据传输到服务器端自动监测数据库中。自动监测上位机软件能够实时掌握水质参数的变化情况,具有异常数据和传输错误报警等功能。 (2)本文研究了支持向量机在水质评价中的应用,利用建立的模型对产芝水库的水质进行评价,评判结果能够与产芝水库的水体功能相符合,且与模糊综合评价法进行比较,结果也基本一致。但是,本文在SVM训练过程中还发现,训练样本中的数据含有不确定性应引起重视,例如1-5二叉树方法与5-1二叉树方法在理论上训练结果应该一致,但是实际中发现,只有5-1二叉树方法得出的结果与实际水体功能相符合。 (3)本文使用的改进模糊综合评价模型,经研究发现具有明显的合理性。该评价模型经过对比分析经过详细验证,评价结果的表达更加准确、严密。 (4)本文使用BP人工神经网络进行水质预测,从预测值的预测趋势来看,都能反映水质随时间的变化趋势。在没有剔除异常年份数据的情况下,模拟值平均相对误差在不到12%,并且能够正确反映出模拟出实际水质的变化方向。因此,BP人工神经网络水质建模方法在水质预测中具有很强的实用性。 (5)建立了基于Arc Engine的水质评价及预警系统。该系统以MS SQL Server数据库技术,辅以Geodatabase,实现了基础地理信息管理、水文资料管理、水质评价、水质预测等多种功能。该系统利用组件式GIS技术搭建高效、稳定的平台,以适用于大多数地表水体水质评价和预测及基本的水文信息管理。另外,软件具备了良好的可视化性能和便捷的信息提取与查询功能,能够帮助相关部门的决策者更好的针对水质状况进行管理和维护。
【学位授予单位】:中国海洋大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:X832

【引证文献】
中国期刊全文数据库 前1条
1 徐萌;黄岁樑;;基于Visual C++的化学品泄漏事故信息数据库[J];水资源与水工程学报;2012年06期
中国博士学位论文全文数据库 前1条
1 黄健;城市供水水质监测与预警平台构建及关键技术研究[D];中国地质大学(北京);2011年
中国硕士学位论文全文数据库 前3条
1 陈蕾;水库内源氮磷释放的覆盖技术研究[D];中国海洋大学;2011年
2 高小超;环鄱阳湖区城市化进程中的水环境质量预警研究[D];南昌大学;2012年
3 蔡文静;德州引黄灌区主要水系水环境现状及水质评价研究[D];河北师范大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 张勇;王东宇;杨凯;;1985—2005年中国城市水源地突发污染事件不完全统计分析[J];安全与环境学报;2006年02期
2 穆荣;张永福;路星;;基于ArcGIS Geodatabase基础空间数据库设计[J];测绘与空间地理信息;2007年03期
3 刘从新,曾维鲁,袁建伟,左希庆;GPRS在水文监测和报警系统中的应用[J];水电自动化与大坝监测;2004年04期
4 刘洪;孙国曦;;南京市岩溶地下水质量的模糊评价[J];地质灾害与环境保护;2007年03期
5 朱振卿,朱重宁;汉江流域水污染防治规划GIS系统[J];环境科学与技术;2001年04期
6 刘玉亮,侯国祥,翁立达,彭盛华;基于GIS的汉江水污染信息管理系统的结构设计[J];环境科学与技术;2003年03期
7 侯国祥,张开华,李可芳,翁立达;基于MapObjects的汉江水污染控制决策支持系统[J];环境科学与技术;2004年05期
8 吴东杰;王金生;丁爱中;;地下水质量评价中两种确定指标权重方法的比较[J];工程勘察;2006年07期
9 田禹,张东来;水质远程在线监测管理系统的开发研究[J];中国给水排水;2003年10期
10 李欣,齐晶瑶;多参量水质检测虚拟仪器系统的构建与应用[J];工业水处理;2002年11期
中国博士学位论文全文数据库 前2条
1 徐红敏;基于支持向量机理论的水环境质量预测与评价方法研究[D];吉林大学;2007年
2 武国正;