CN108470234A - 一种综合性水质评价方法 - Google Patents
一种综合性水质评价方法 Download PDFInfo
- Publication number
- CN108470234A CN108470234A CN201810107457.0A CN201810107457A CN108470234A CN 108470234 A CN108470234 A CN 108470234A CN 201810107457 A CN201810107457 A CN 201810107457A CN 108470234 A CN108470234 A CN 108470234A
- Authority
- CN
- China
- Prior art keywords
- pollution
- water quality
- comprehensive
- evaluation method
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 76
- 239000011159 matrix material Substances 0.000 claims description 39
- 239000004615 ingredient Substances 0.000 claims description 31
- 238000003911 water pollution Methods 0.000 claims description 10
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 8
- 229910052760 oxygen Inorganic materials 0.000 claims description 8
- 239000001301 oxygen Substances 0.000 claims description 8
- 238000000513 principal component analysis Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 6
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 4
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 4
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 229910052698 phosphorus Inorganic materials 0.000 claims description 4
- 239000011574 phosphorus Substances 0.000 claims description 4
- 239000011651 chromium Substances 0.000 claims description 3
- 239000010949 copper Substances 0.000 claims description 3
- 239000011669 selenium Substances 0.000 claims description 3
- 239000011701 zinc Substances 0.000 claims description 3
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 claims description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 2
- XFXPMWWXUTWYJX-UHFFFAOYSA-N Cyanide Chemical compound N#[C-] XFXPMWWXUTWYJX-UHFFFAOYSA-N 0.000 claims description 2
- KRHYYFGTRYWZRS-UHFFFAOYSA-M Fluoride anion Chemical compound [F-] KRHYYFGTRYWZRS-UHFFFAOYSA-M 0.000 claims description 2
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 claims description 2
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 claims description 2
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 claims description 2
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 claims description 2
- 239000003945 anionic surfactant Substances 0.000 claims description 2
- 229910052785 arsenic Inorganic materials 0.000 claims description 2
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 claims description 2
- 229910052793 cadmium Inorganic materials 0.000 claims description 2
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 claims description 2
- 229910052804 chromium Inorganic materials 0.000 claims description 2
- 229910052802 copper Inorganic materials 0.000 claims description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 2
- 229910052753 mercury Inorganic materials 0.000 claims description 2
- 229910052711 selenium Inorganic materials 0.000 claims description 2
- 229910052725 zinc Inorganic materials 0.000 claims description 2
- -1 permanganate index Substances 0.000 claims 2
- 238000011156 evaluation Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 5
- 238000013139 quantization Methods 0.000 abstract description 4
- 238000001303 quality assessment method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002550 fecal effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
本发明公开了一种综合性水质评价方法，包括污染因子的指数值量化、最重污染因子确定、污染因子污染程度量化、平均污染指数确定、综合污染指数确定、水质类别判断与评价等步骤，方法简单，具有普适性，易于推广，且该水质评价方法同时考虑了不同污染因子的影响程度，强调了最重污染因子的作用，提高了判断结果的准确性。
Description
技术领域
本发明属于水环境检测技术领域，具体地说，是涉及一种用于评价水环境质量的综合性水质评价方法。
背景技术
水质质量是供水安全的保障，水质评价的方法是保障供水安全的关键技术，简便、快捷、有效的评价方法备受关注，水质评价方法的研究日益受到相关机构的重视。单因子指数法通过将污染因子的实测值与相应水质类别的标准对比分类，选取水质最差的类别作为评价结果，单因子评价法计算简单，但通过单因子指数法得到的水质类别结果间不具有比较性，甚至同一类别的水质也无法比较其污染程度，不能反映水体的整体水质，不能进行多种污染因子的综合考虑。为此，学术界提出聚类分析法、模糊水污染指数法、水污染指数法、综合水质评价法等评价方法，其中，聚类分析法多针对水体等级判断，存在污染因子描述不足的问题；模糊水污染指数法通过量化水质状况可进行同类水质比较，但没有解决不同类别水质间相互比较及劣Ⅴ类水体的判断；水污染指数法(WP I)可对劣Ⅴ类水体进行判断，也可对水体污染程度进行判断，但不能强调不同污染因子作用，不利于推广使用；综合水质评价法可考虑多种污染因子影响，但存在污染因子判断情况不足，不能强调主要污染因子的弊端。
由于水质评价方法较多，不同评价方法侧重点不同，大多具有一定的局限性，同时水体有地表水及地下水等不同存在方式，目前并没有统一使用的某种水质评价方法。因此，发明一种可进行水质类别分级、不同水体间污染程度判断、考虑最大污染因子影响、结果客观可靠、易于推广和具有普适性的综合性水质评价方法，将具有重要的理论意义和应用价值。
发明内容
本发明针对现有水质评价方法的不足，提出了一种综合性的水质评价方法，通过对不同污染因子的影响进行综合考虑，计算出待测水体的综合污染指数，实现对水质类别的准确划分，结果客观，具有普适性。
本发明采用以下技术方案予以实现：
一种综合性水质评价方法，包括以下步骤：
(1)采集m个水体样本，分别检测每一个水体样本的n种污染因子；
(2)采用水污染指数法，计算每一个水体样本的每一种污染因子的指数值，生成样本矩阵W，并将数值最大的指数值记为最大指数值wmax：
(3)采用主成分分析法对样本矩阵W进行降维，生成成分矩阵X以及n种成分的特征值λ和n种成分的贡献率A：
从所述成分矩阵X中选择累计贡献率超过设定值Set的前p种成分作为主成分，形成主成分矩阵C:
计算各种污染因子的特征根向量Ui，形成特征根矩阵U：
其中，λ'为所述λ中前p种成分的特征值；
(4)计算各种污染因子所占的权重ω*：
并对各种污染因子所占的权重ωi *进行归一化处理，生成各种污染因子的标准化权重ωi，i＝1,2,......,n；其中，A'为所述A中前p种成分的贡献率；
(5)将各种污染因子的指数值与标准化权重进行加权求和，计算出平均污染指数W1；
(6)计算综合污染指数
(7)根据综合污染指数WPCNI确定水质类别。
与现有技术相比，本发明的优点和积极效果是：
1、本发明将污染因子的污染程度量化为具有统一标准的指数值，不仅对劣Ⅴ类水体具有判断力，同时也使不同水质类别间污染程度的比较成为可能；
2、本发明采用主成分分析法将多个不同污染因子通过降维处理简化为几个综合指数，对不同污染因子进行赋权，可以全面反映原来指标的信息和某个指标的影响，具有综合性和简便的特点；
3、本发明同时考虑不同污染因子的影响程度，强调最重污染因子的作用，克服了单因子指数法评价过于消极的弊端；
4、本发明可以简单直观地得到水质评价结果，具有普适性，易于推广使用。
结合附图阅读本发明实施方式的详细描述后，本发明的其他特点和优点将变得更加清楚。
附图说明
图1是本发明所提出的综合性水质评价方法的一种实施例的流程图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细地描述。
如图1所示，本实施例的综合性水质评价方法具体包括以下过程：
S101、在待测区域采集m个水体样本；
本实施例要求对同一地区的地表水进行多点采样，采集形成m个水体样本，所述水体样本的数量m最好大于30，以提高待测区域水质评价结果的准确性。
S102、对每一个水体样本中的n种污染因子分别进行检测，形成m组数据；
造成水体污染的污染因子有很多种，一般包括pH值、溶解氧DO、氨氮NH3-N、高锰酸盐指数CODMn、化学需氧量COD、生化需氧量BOD、总磷TP、总氮TN、铜Cu、锌Zn、氟化物、硒Se、砷As、汞Hg、铅Pb、镉Cd、铬Cr、氰化物、挥发酚、石油类、阴离子表面活性剂、硫化物、粪大肠菌群等。在对水体样本进行水质评价时，可以从中选择至少三种进行综合评价，以提高评价结果的客观性。在本实施例中，优选检测水体样本中的pH值、溶解氧DO、氨氮NH3-N、高锰酸盐指数CODMn、化学需氧量COD、生化需氧量BOD、总磷TP、总氮TN这八种污染因子，综合评价水体样本的污染程度。
S103、采用水污染指数法(WPI)，计算每一个水体样本的每一种污染因子的指数值w，生成样本矩阵W；
本实施例采用水污染指数法对每一个水体样本中的每一种污染因子进行指标量化，得到各污染因子的量化污染指数值w，计算公式如表1所示：
表1
表1中，c为污染因子的浓度；利用《中华人民共和国地表水环境质量标准》(GB3838-2002)查找污染因子(DO、BOD、NH3-N、TP、TN等)的浓度所对应的水质类别，进而根据该水质类别确定该水质类别的下限浓度值cl和上限浓度值ch，以及该水质类别的下限指数值Wl和上限指数值Wh；c5为污染因子在V类水质中所对应的浓度值。其中，
Ⅰ类水质的下限指数值Wl＝0、上限指数值Wh＝20；
Ⅱ类水质的下限指数值Wl＝20、上限指数值Wh＝40；
Ⅲ类水质的下限指数值Wl＝40、上限指数值Wh＝60；
Ⅳ类水质的下限指数值Wl＝60、上限指数值Wh＝80；
Ⅴ类水质的下限指数值Wl＝80、上限指数值Wh＝100。
根据上述表1中的计算公式，计算出每一个水体样本中的每一种污染因子的指数值w，进而生成m×n的样本矩阵W：
从样本矩阵W中找出数值最大的指数值，记录为最大指数值wmax，并可以将最大指数值wmax所对应的污染因子记录下来，从而确定出最重污染因子及其污染程度。
S104、采用主成分分析法对样本矩阵W进行降维，生成成分矩阵X以及n种成分的特征值λ和n种成分的贡献率A；
主成分分析法可通过消除重叠信息，筛选出有用的、影响力大的因子实现数据降维，减少数据信息损失，提高数据分析的效率。为了简化计算过程，本实施例采用现有的SPSS软件对样本矩阵W进行降维，具体过程为：将样本矩阵W中的m组数据(即样本矩阵W中的每一行数据)输入到SPSS软件中，运行降维因子分析，对所述m组数据进行主成分分析运算，生成n×n的成分矩阵X、n种成分的特征值λ以及n种成分的贡献率A如下：
在这里，成分不同于前述的污染因子，是SPSS软件在计算过程中生成的，没有现实意义。Xi为第i种污染因子所对应的n种成分。
S105、从成分矩阵X中选择累计贡献率超过设定值SET的前p种成分作为主成分，形成主成分矩阵C；并从特征值λ中选择前p种成分的特征值形成λ'，从贡献率A中选择前p种成分的贡献率值形成A'；
所述设定值SET可以在80％～95％之间根据实际需要取值，本实施例优选设置所述设定值SET＝85％，从所述成分矩阵X中选择累计贡献率超过85％的前p种成分作为主成分，形成n×p的主成分矩阵C：
其中，p<n；主成分矩阵C中的第i行表示第i种污染因子的主成分，Cj(j＝1,……,p)表示n种污染因子的第j种成分。
从所述特征值λ矩阵中选择前p种成分的特征值λ1,λ2,……λp形成λ'，并从所述贡献率A矩阵中选择前p种成分的贡献率值a1,a2,……ap形成p×1的贡献率矩阵A':
S106、根据主成分矩阵C和前p种成分的特征值λ'，计算n种污染因子的特征根向量Ui，形成特征根矩阵U；
在本实施例中，特征根矩阵U采用以下公式计算生成：
即，主成分矩阵C中的第一种成分(第一列)分别除以第一种成分所对应的特征值λ1的算数平方根，第二种成分(第二列)分别除以第二种成分所对应的特征值λ2的算数平方根，以此类推，第p种成分(第p列)分别除以第p种成分所对应的特征值λp的算数平方根，从而形成n×p的特征根矩阵U。
S107、计算各种污染因子的标准化权重ωi；
在本实施例中，首先利用特征根矩阵U和贡献率矩阵A'计算各污染因子所占的权重ω*，公式为：
此时，计算出的权重ωi *各项之和可能不等于1。为了保证权重之和为1，本实施例对各种污染因子所占的权重ωi *进行归一化处理，继而生成各种污染因子的标准化权重ωi，i＝1,2,......,n，0≤ωi≤1。
S108、将各种污染因子的指数值与标准化权重进行加权求和，计算出平均污染指数W1；
本实施例首先根据所述样本矩阵W，针对每一种污染因子计算m个水体样本的平均指数值Ei，i＝1,2,......,n，即，对样本矩阵W中的每一列求取平均值，计算出平均指数值Ei；然后，采用以下公式计算出平均污染指数W1：
S109、根据平均污染指数W1和最大指数值wmax，确定综合污染指数WPCNI；
本实施例采用以下公式计算综合污染指数WPCNI：
S110、根据综合污染指数WPCNI确定出待测区域的水质类别；
水质类别与综合污染指数WPCNI的对应关系参见表2所示：
表2
结合表3即得到了待测区域的水质类别。
本实施例的综合性水质评价方法具有信息量大，能够反映所有检测指标信息和各指标的相对影响大小的特点，生成的评价结果客观直接，易于推广使用。
当然，以上所述仅是本发明的一种优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种综合性水质评价方法，其特征在于，包括以下步骤：
(1)采集m个水体样本，分别检测每一个水体样本的n种污染因子；
(2)采用水污染指数法，计算每一个水体样本的每一种污染因子的指数值，生成样本矩阵W，并将数值最大的指数值记为最大指数值wmax：
(3)采用主成分分析法对样本矩阵W进行降维，生成成分矩阵X以及n种成分的特征值λ和n种成分的贡献率A：
从所述成分矩阵X中选择累计贡献率超过设定值Set的前p种成分作为主成分，形成主成分矩阵C:
计算各种污染因子的特征根向量Ui，形成特征根矩阵U：
其中，λ'为所述λ中前p种成分的特征值；
(4)计算各种污染因子所占的权重ω*：
并对各种污染因子所占的权重ωi *进行归一化处理，生成各种污染因子的标准化权重ωi，i＝1,2,......,n；其中，A'为所述A中前p种成分的贡献率；
(5)将各种污染因子的指数值与标准化权重进行加权求和，计算出平均污染指数W1；
(6)计算综合污染指数
(7)根据综合污染指数WPCNI确定水质类别。
2.根据权利要求1所述的综合性水质评价方法，其特征在于，所述污染因子包括pH值、溶解氧、氨氮、高锰酸盐指数、化学需氧量、生化需氧量、总磷、总氮、铜、锌、氟化物、硒、砷、汞、铅、镉、铬、氰化物、挥发酚、石油类、阴离子表面活性剂、硫化物、粪大肠菌群中的至少三种。
3.根据权利要求2所述的综合性水质评价方法，其特征在于，所述污染因子包括八种，分别为pH值、溶解氧、氨氮、高锰酸盐指数、化学需氧量、生化需氧量、总磷、总氮。
4.根据权利要求1所述的综合性水质评价方法，其特征在于，在所述步骤(3)中，使用SPSS软件中的降维因子分析功能对所述样本矩阵W进行主成分分析，生成所述的成分矩阵X以及n种成分的特征值λ和n种成分的贡献率A。
5.根据权利要求1所述的综合性水质评价方法，其特征在于，所述设定值Set＝85％。
6.根据权利要求1所述的综合性水质评价方法，其特征在于，在所述步骤(5)中，根据所述样本矩阵W，针对每一种污染因子计算m个水体样本的平均指数值Ei，i＝1,2,......,n，然后，计算出确定所述平均污染指数
7.根据权利要求1至6中任一项所述的综合性水质评价方法，其特征在于，在所述步骤(7)中，
若0<WPCNI≤20，判定采样地区的水质为Ⅰ类水质；
若20<WPCNI≤40，判定采样地区的水质为Ⅱ类水质；
若40<WPCNI≤60，判定采样地区的水质为Ⅲ类水质；
若60<WPCNI≤80，判定采样地区的水质为Ⅳ类水质；
若80<WPCNI≤100，判定采样地区的水质为Ⅴ类水质；
若WPCNI>100，判定采样地区的水质为劣Ⅴ类水质。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810107457.0A CN108470234A (zh) | 2018-02-02 | 2018-02-02 | 一种综合性水质评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810107457.0A CN108470234A (zh) | 2018-02-02 | 2018-02-02 | 一种综合性水质评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108470234A true CN108470234A (zh) | 2018-08-31 |
Family
ID=63266056
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810107457.0A Pending CN108470234A (zh) | 2018-02-02 | 2018-02-02 | 一种综合性水质评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108470234A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886609A (zh) * | 2019-04-02 | 2019-06-14 | 宜昌竟诚检测技术有限公司 | 一种城镇污水处理厂出水水质评价方法 |
| CN110402880A (zh) * | 2019-07-22 | 2019-11-05 | 湖南文理学院 | 一种水产养殖中水质环境原位修复信息处理系统及方法 |
| CN110850049A (zh) * | 2019-08-15 | 2020-02-28 | 清华大学 | 一种水体质量监测及水体感官愉悦度评价方法 |
| CN111461484A (zh) * | 2020-02-29 | 2020-07-28 | 西安理工大学 | 一种降雨及径流水质综合评价方法 |
| CN111812292A (zh) * | 2020-09-03 | 2020-10-23 | 中兴仪器（深圳）有限公司 | 水质污染类型溯源方法、装置、设备及可读存储介质 |
| CN112903945A (zh) * | 2021-02-26 | 2021-06-04 | 珠江水利委员会珠江水利科学研究院 | 一种基于常规水质参数的城市黑臭水体识别方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106339536A (zh) * | 2016-08-19 | 2017-01-18 | 南华大学 | 基于水污染指数法和云模型的水质综合评价方法 |
| CN107122927A (zh) * | 2017-06-27 | 2017-09-01 | 河海大学 | 一种调水引流水环境改善效果综合评价方法 |
-
2018
- 2018-02-02 CN CN201810107457.0A patent/CN108470234A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106339536A (zh) * | 2016-08-19 | 2017-01-18 | 南华大学 | 基于水污染指数法和云模型的水质综合评价方法 |
| CN107122927A (zh) * | 2017-06-27 | 2017-09-01 | 河海大学 | 一种调水引流水环境改善效果综合评价方法 |
Non-Patent Citations (5)
| Title |
|---|
| 刘征等: "水污染指数评价方法与应用分析", 《南北水调与水利科技》 * |
| 刘琰等: "水污染指数法在河流水质评价中的应用研究", 《中国环境监测》 * |
| 张亚丽等: "不同水质评价方法在丹江口流域水质评价中应用比较", 《中国环境监测》 * |
| 张龙玲等: "改进的综合水质标识指数法在上海市长宁区水质评价中的应用", 《水资源保护》 * |
| 陈朋等: "修正内梅罗指数法和模糊综合评判法在凤凰镇地下水水质评价中的应用", 《水土保持通报》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886609A (zh) * | 2019-04-02 | 2019-06-14 | 宜昌竟诚检测技术有限公司 | 一种城镇污水处理厂出水水质评价方法 |
| CN109886609B (zh) * | 2019-04-02 | 2022-03-01 | 宜昌竟诚检测技术有限公司 | 一种城镇污水处理厂出水水质评价方法 |
| CN110402880A (zh) * | 2019-07-22 | 2019-11-05 | 湖南文理学院 | 一种水产养殖中水质环境原位修复信息处理系统及方法 |
| CN110850049A (zh) * | 2019-08-15 | 2020-02-28 | 清华大学 | 一种水体质量监测及水体感官愉悦度评价方法 |
| CN111461484A (zh) * | 2020-02-29 | 2020-07-28 | 西安理工大学 | 一种降雨及径流水质综合评价方法 |
| CN111812292A (zh) * | 2020-09-03 | 2020-10-23 | 中兴仪器（深圳）有限公司 | 水质污染类型溯源方法、装置、设备及可读存储介质 |
| CN111812292B (zh) * | 2020-09-03 | 2020-12-08 | 中兴仪器（深圳）有限公司 | 水质污染类型溯源方法、装置、设备及可读存储介质 |
| CN112903945A (zh) * | 2021-02-26 | 2021-06-04 | 珠江水利委员会珠江水利科学研究院 | 一种基于常规水质参数的城市黑臭水体识别方法 |
| CN112903945B (zh) * | 2021-02-26 | 2022-02-22 | 珠江水利委员会珠江水利科学研究院 | 一种基于常规水质参数的城市黑臭水体识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108470234A (zh) | 一种综合性水质评价方法 | |
| CN106339536B (zh) | 基于水污染指数法和云模型的水质综合评价方法 | |
| Yang et al. | Decline in water level boosts cyanobacteria dominance in subtropical reservoirs | |
| CN108241932A (zh) | 一种电力供应商评价模型的建立方法 | |
| CN102073797B (zh) | 基于pso和svm混合算法识别太湖入湖河流水质主要影响因素的分析方法 | |
| CN106779418A (zh) | 基于神经网络和证据理论的水污染事件智能决策方法 | |
| CN102854296A (zh) | 一种基于集成神经网络的污水处理软测量方法 | |
| CN110969346A (zh) | 基于指标筛选的流域水生态功能分区治理需求评价方法 | |
| CN107045053B (zh) | 一种基于可控标准的地表水质综合评价体系 | |
| CN112801460B (zh) | 基于两步topsis法的地下水污染监测网优化方法 | |
| CN107038460A (zh) | 一种基于改进knn的船舶监控数据缺失值填补方法 | |
| CN107895100A (zh) | 一种流域水质综合评价方法及系统 | |
| CN110135708A (zh) | 基于ahp和信息熵的球阀质量多级模糊综合评价方法 | |
| CN111126499A (zh) | 一种基于二次聚类的用电行为模式分类方法 | |
| CN109697566A (zh) | 机电产品加工工艺评价系统及其评价方法 | |
| CN108665004A (zh) | 基于主成分分析改进内梅罗污染指数的水质评价方法 | |
| CN109670679A (zh) | 基于可变模糊法的三类六级水资源承载状态预警方法 | |
| Shull et al. | Development of a benthic macroinvertebrate multimetric index for large semiwadeable rivers in the Mid-Atlantic region of the USA | |
| Linjin et al. | Water quality evaluation of Wenyu River based on single factor evaluation and comprehensive pollution index method | |
| CN111428985A (zh) | 区域水生态承载力的评估方法 | |
| Cha et al. | A cross‐scale view of N and P limitation using a Bayesian hierarchical model | |
| CN112581038A (zh) | 一种红树林湿地的健康状况的评估方法 | |
| CN108876199A (zh) | 一种基于多维加权模糊贴近度法的商务标评标方法 | |
| CN103942600B (zh) | 基于尖峰自组织径向基神经网络的污泥膨胀预测方法 | |
| Radojević et al. | Total coliforms and data mining as a tool in water quality monitoring |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180831 |
|
| RJ01 | Rejection of invention patent application after publication |