CN111461484A - 一种降雨及径流水质综合评价方法 - Google Patents

一种降雨及径流水质综合评价方法 Download PDF

Info

Publication number
CN111461484A
CN111461484A CN202010132824.XA CN202010132824A CN111461484A CN 111461484 A CN111461484 A CN 111461484A CN 202010132824 A CN202010132824 A CN 202010132824A CN 111461484 A CN111461484 A CN 111461484A
Authority
CN
China
Prior art keywords
pollution
water
water quality
factor
rainfall
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
Application number
CN202010132824.XA
Other languages
English (en)
Inventor
胡德秀
马勃
杨霄
张聪
刘琴平
刘子晨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Technology
Original Assignee
Xian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Technology filed Critical Xian University of Technology
Priority to CN202010132824.XA priority Critical patent/CN111461484A/zh
Publication of CN111461484A publication Critical patent/CN111461484A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种降雨及径流水质综合性水质评价方法，采集降雨及径流样品m个，检测水样中n种污染因子浓度；计算每种污染物因子的单因子污染指数Fi，生成样本矩阵F，并把数值最大的记为Fmax；主成分法确定污染因子权重；将各种污染因子的单因子污染指数Fi与标准化权重进行加权求和并求平均，计算出污染因子的平均污染指数F’；计算水质综合指数P；根据水质综合指数P确定水质污染类型及处理措施。本发明可以直接进行比较、分类，并直观的反映降雨及径流水质污染程度，具有综合性、简便性及较强的操作性，易于推广和使用。

Description

一种降雨及径流水质综合评价方法
技术领域
本发明属于城市非点源污染控制技术领域，涉及一种降雨及其径流水质综合评价的方法。
背景技术
随着城市化进程的加快，城市不透水面积迅速增大，导致降雨淋溶冲刷作用加大，雨水径流携带的污染物增加。降雨径流污染已成为城市受纳水体污染的主要来源之一，受纳水体水质受到严重的污染威胁。因此，需要科学合理的评价方法评估降雨及其径流污染状况，根据水质状况做出有效的治理措施，保证受纳水体的水环境安全。
传统水质评价方法有单因子评价法、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。然而，单因子评价法根据最差的单项指标水质来评价整体水质，不能反映水体的整体水质，且得到的水质类别结果间不具有比较性。其他的水质评价方法中权重通过不同污染因子所占成分比例分配，计算中污染因子权重固定。而降雨及其径流各污染物浓度变化较大，传统赋权方法不能准确的反应出水质污染状况。同时，传统水质评价方法最的评价标准多针对地表水、地下水，比较干净的水源，不能从受纳水体纳污能力角度反映水质污染程度，不利于根据评价结果做出相应处理措施。因此发明一种更为贴合实际情况的城市降雨及其径流的水质评价方法，评价结果尽可能客观反映雨水及径流污染类型，为雨水回用及径流污染控制提供依据。
发明内容
本发明的目的是提供一种降雨及其径流水质的综合评价方法，解决现有技术中存在的污染因子赋权采用不同污染因子所占成分比例分配，没有考虑降雨及径流水质污染物浓度变化大对水质影响的问题。
本发明一种降雨及径流水质综合性水质评价方法，包括以下步骤：
步骤1，采集降雨及径流样品m个，检测水样中n种污染因子浓度；
步骤2，计算每种污染物因子的单因子污染指数Fi，生成样本矩阵F，并把数值最大的记为Fmax；
步骤3，主成分法确定污染因子权重；
步骤4，将各种污染因子的单因子污染指数Fi与标准化权重进行加权求和并求平均，计算出污染因子的平均污染指数F’；
Figure BDA0002396263390000021
步骤5，计算水质综合指数P；
Figure BDA0002396263390000022
步骤6，根据水质综合指数P确定水质污染类型及处理措施。
本发明的特点还在于：
步骤1中，污染因子数n≥3，同时水体样本的数量m与污染因子数n的乘积(m*n)大于100。
步骤2中，单因子污染指数Fi的计算方法为：
Fi＝Ci/Si
式中Ci为污染物因子实测浓度，Si为《地表水环境质量标准》中所对应污染物因子的限值。
步骤3中，污染因子权重的确定步骤具体为：
步骤3.1，对Fi进行数据标准化处理，标准化结果建立相关性系数矩阵，观察相关系数，若相关系数矩阵中65％系数>0.3，则进行下一步骤；
步骤3.2，对样本矩阵F进行主成分分析，得到n种成分的特征值λ和n种成分的贡献率Ai和成分矩阵C，根据累计贡献率超过80％确定p个因子作为主成分；
步骤3.3，通过成分矩阵C和特征值λ计算各种污染因子的特征向量Vi，形成特征根矩阵V；
Figure BDA0002396263390000031
步骤3.4，通过特征向量Vi与相应贡献率Ai的乘积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,......,p；
Figure BDA0002396263390000032
式中，A'为前p种成分的贡献率。
步骤6中，所述确定水质污染类型及处理措施的具体步骤为：
若0<P≤0.968，判定样品为清洁，可用于景观水补给、城市杂用水、工业用水回用等。
若0.968<P≤2.971，判定样品为较清洁；若SS未超过20mg/L，则可直接用于景观水补给或道路喷洒、绿化、冲厕等城市杂用水；或可直接排入地表水Ⅲ类要求的受纳水体。
若2.971<P≤10.087，判定样品为轻度污染；若SS未超过30mg/L，则可直接用于工业用水；或可直接排入地表水Ⅲ类要求的受纳水体。
若10.087<P≤13.714，判定样品为中度污染；需进行适当处理后回用；或可直接排入Ⅳ、Ⅴ类要求的受纳水体。
若P>13.714，判定样品为重度污染；不可直接排入受纳水体，建议排入污水处理厂进行处理后排放。
本发明的有益效果是
1、本发明将降雨及径流中的各种污染因子的污染程度转化为唯一的指数值，并考虑受纳水体的承污能力制定统一标准及对应的处理措施，可以直接查看进行比较、分类，并直观的反映降雨及径流水质污染程度，方便管理部门针对不同的降雨及径流做出相应的判断及措施，提高了评价方法的适用性；考虑雨水利用途径制定水质污染类型划分标准及对应的处理对策，填补针对雨水及径流水质污染类型分类及对策的空白。
2、本发明采用主成分分析法对不同污染因子进行赋权，同时将多个不同污染因子通过降维处理简化，可以全面反映原来指标的信息和某个指标的影响，符合各场次降雨及径流污染物浓度差异大对于水质的影响程度的问题，因此其评价结果更符合实际。
3、本发明可以简单直观地得到降雨及径流水质评价结果，具有综合性、简便性及较强的操作性，易于推广和使用。
附图说明
图1是本发明所提出的一种降雨及径流水质评价方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
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：
步骤1：采集降雨及径流m个水样样本，并检测水样中n种污染因子浓度。
本实施例要求污染因子数n≥3，同时水体样本的数量m与污染因子数n的乘积(m*n)大于100，以提高待测区域水质评价结果的准确性。
步骤2：根据单因子评价法，计算每种污染物因子的污染指数Fi，生成m×n的样本矩阵F，从样本矩阵F中找出数值最大的指数值，记录为最大指数值Fmax，并可以将最大指数值Fmax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。
Fi＝Ci/Si
式中Ci为污染物因子实测浓度，Si为《地表水环境质量标准》中所对应污染物因子的限值。
步骤3：主成分分析法计算污染因子权重。
对Fi进行数据标准化处理，标准化结果建立相关性系数矩阵，观察相关系数，若相关矩阵中65％系数>0.3，则进行下一步骤。
相关系数矩阵计算运用SPSS软件，将样本矩阵F中的m组数据输入到SPSS软件中，运行降维因子分析(Data Reduction-Factor)，对数据进行运算，得到相关系数矩阵(Correlation Matrix)及相关系数。
采用主成分分析法对样本矩阵F进行降维，生成成分矩阵C以及n种成分的特征值λ和贡献率A。成分矩阵C中，当从大到小排列的前p个方差贡献率的和达到80％时，选择前p种成分作为主成分，形成主成分矩阵C’。
本实施例将输入的数据再进行降维因子分析，得到n×n的成分矩阵C、n种成分的特征值λ以及贡献率A。再通过成分矩阵C和特征值λ计算各种污染因子的特征向量Vi，形成特征根矩阵V。特征根矩阵V采用以下公式计算生成
Figure BDA0002396263390000061
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V和贡献率矩阵A'计算各污染因子所占的权重ω*，公式为：
Figure BDA0002396263390000062
式中，A'为前p种成分的贡献率。
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。
步骤4：各种污染因子的单因子污染指数Fi与标准化权重进行加权求和并求平均，计算出污染因子的平均污染指数F’；
在本实施例中，首先计算标准化权重ωi与对应的单因子指数Fi的乘积，再对乘积求和再求平均，具体公式如下：
Figure BDA0002396263390000071
步骤5：计算水质综合指数P。
本实施例采用以下公式计算水质综合指数P：
Figure BDA0002396263390000072
步骤6：确定降雨及径流污染类型及处理措施。
降雨及径流污染类型及处理措施与水质综合指数P对应关系参加表1。
表1
Figure BDA0002396263390000073
本发明将降雨及径流中的各种污染因子的污染程度转化为唯一的指数值，并考虑受纳水体的承污能力制定统一标准及对应的处理措施，可以直接查看进行比较、分类，并直观的反映降雨及径流水质污染程度，方便管理部门针对不同的降雨及径流做出相应的判断及措施，对国家污染物排放削减量有指导意义。本发明采用主成分分析法对不同污染因子进行赋权，同时将多个不同污染因子通过降维处理简化，可以全面反映原来指标的信息和某个指标的影响，符合各场次降雨及径流污染物浓度差异大对于水质的影响程度的问题，因此其评价结果更符合实际。本发明可以简单直观地得到降雨及径流水质评价结果，具有综合性、简便性及较强的操作性，易于推广和使用。
以上实施例仅用以说明本发明的技术方案而非限制，对于本技术领域的技术人员来说，在不脱离本发明原理的前提下，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种降雨及径流水质综合性水质评价方法，其特征在于，包括以下步骤：
步骤1，采集降雨及径流样品m个，检测水样中n种污染因子浓度；
步骤2，计算每种污染物因子的单因子污染指数Fi，生成样本矩阵F，并把数值最大的记为Fmax；
步骤3，主成分法确定污染因子权重；
步骤4，将各种污染因子的单因子污染指数Fi与标准化权重进行加权求和并求平均，计算出污染因子的平均污染指数F’；
Figure FDA0002396263380000011
步骤5，计算水质综合指数P；
Figure FDA0002396263380000012
步骤6，根据水质综合指数P确定水质污染类型及处理措施。
2.根据权利要求1所述的一种降雨及径流水质综合性水质评价方法，其特征在于，步骤1中，所述污染因子数n≥3，同时水体样本的数量m与污染因子数n的乘积(m*n)大于100。
3.根据权利要求1所述的一种降雨及径流水质综合性水质评价方法，其特征在于，步骤2中，所述单因子污染指数Fi的计算方法为：
Fi＝Ci/Si
式中Ci为污染物因子实测浓度，Si为《地表水环境质量标准》中所对应污染物因子的限值。
4.根据权利要求1所述的一种降雨及径流水质综合性水质评价方法，其特征在于，步骤3中，所述污染因子权重的确定步骤具体为：
步骤3.1，对Fi进行数据标准化处理，标准化结果建立相关性系数矩阵，观察相关系数，若相关系数矩阵中65％系数>0.3，则进行下一步骤；
步骤3.2，对样本矩阵F进行主成分分析，得到n种成分的特征值λ和n种成分的贡献率Ai和成分矩阵C，根据累计贡献率超过80％确定p个因子作为主成分；
步骤3.3，通过成分矩阵C和特征值λ计算各种污染因子的特征向量Vi，形成特征根矩阵V；
Figure FDA0002396263380000021
步骤3.4，通过特征向量Vi与相应贡献率Ai的乘积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,......,p；
Figure FDA0002396263380000022
式中，A'为前p种成分的贡献率；。
5.根据权利要求1所述的一种降雨及径流水质综合性水质评价方法，其特征在于，步骤6中，所述确定水质污染类型及处理措施的具体步骤为：
若0<P≤0.968，判定样品为清洁，可用于景观水补给、城市杂用水、工业用水回用等；
若0.968<P≤2.971，判定样品为较清洁；若SS未超过20mg/L，则可直接用于景观水补给或道路喷洒、绿化、冲厕等城市杂用水；或可直接排入地表水Ⅲ类要求的受纳水体；
若2.971<P≤10.087，判定样品为轻度污染；若SS未超过30mg/L，则可直接用于工业用水；或可直接排入地表水Ⅲ类要求的受纳水体；
若10.087<P≤13.714，判定样品为中度污染；需进行适当处理后回用；或可直接排入Ⅳ、Ⅴ类要求的受纳水体；
若P>13.714，判定样品为重度污染；不可直接排入受纳水体，建议排入污水处理厂进行处理后排放。
CN202010132824.XA 2020-02-29 2020-02-29 一种降雨及径流水质综合评价方法 Pending CN111461484A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010132824.XA CN111461484A (zh) 2020-02-29 2020-02-29 一种降雨及径流水质综合评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010132824.XA CN111461484A (zh) 2020-02-29 2020-02-29 一种降雨及径流水质综合评价方法

Publications (1)

Publication Number Publication Date
CN111461484A true CN111461484A (zh) 2020-07-28

Family

ID=71684141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010132824.XA Pending CN111461484A (zh) 2020-02-29 2020-02-29 一种降雨及径流水质综合评价方法

Country Status (1)

Country Link
CN (1) CN111461484A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113387487A (zh) * 2021-06-16 2021-09-14 南京信息工程大学 一种雨水长效保质的方法和关键因子处理装置
CN113970440A (zh) * 2021-10-22 2022-01-25 南京高精齿轮集团有限公司 一种判定齿轮箱异响的方法、诊断系统及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
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
CN107045053A (zh) * 2017-06-19 2017-08-15 河海大学 一种基于可控标准的地表水质综合评价体系
US20170328878A1 (en) * 2016-05-13 2017-11-16 Chinese Research Academy Of Environmental Sciences Rating evaluation method for groundwater pollution source intensity
CN108470234A (zh) * 2018-02-02 2018-08-31 中国海洋大学 一种综合性水质评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170328878A1 (en) * 2016-05-13 2017-11-16 Chinese Research Academy Of Environmental Sciences Rating evaluation method for groundwater pollution source intensity
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
CN107045053A (zh) * 2017-06-19 2017-08-15 河海大学 一种基于可控标准的地表水质综合评价体系
CN108470234A (zh) * 2018-02-02 2018-08-31 中国海洋大学 一种综合性水质评价方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113387487A (zh) * 2021-06-16 2021-09-14 南京信息工程大学 一种雨水长效保质的方法和关键因子处理装置
CN113970440A (zh) * 2021-10-22 2022-01-25 南京高精齿轮集团有限公司 一种判定齿轮箱异响的方法、诊断系统及存储介质

Similar Documents

Publication Publication Date Title
CN109190865B (zh) 水质指标评价方法、预测方法、水域水质等级评价方法
WO2021174971A1 (zh) 一种水环境风险预测预警方法
CN111461484A (zh) 一种降雨及径流水质综合评价方法
Boyacioglu et al. Application of factor analysis in the assessment of surface water quality in Buyuk Menderes River Basin
CN112307602A (zh) 一种地下水污染源信息和水力渗透系数场联合反演的方法
CN103530688A (zh) 一种磨削加工工艺检测系统及方法
CN116823834B (zh) 基于机器视觉电泳线排放的废水处理等级检测方法
WO2023098239A1 (zh) 一种基于微生物群落特异性响应的河流生态系统健康评价方法
Flores-Alsina et al. Including the effects of filamentous bulking sludge during the simulation of wastewater treatment plants using a risk assessment model
CN117195059B (zh) 一种供水管网水体污染快速检测方法
CN114858207A (zh) 一种基于软测量的河道排污口网格化溯源排查方法
CN114580266A (zh) 一种陆源污染物智能综合评价方法及系统
CN113850516A (zh) 基于t-s模糊神经网络的水质评价方法
CN112309506A (zh) 一种基于排序和概率的层次化生态风险评价方法
CN112132463A (zh) 污水排放方案的调整方法、装置、设备及存储介质
CN111898273A (zh) 一种基于水功能区水质目标的河流水环境容量确定方法
CN104569340A (zh) 地下环境质量测定方法及装置
Zhang et al. Estimation and optimization operation in dealing with inflow and infiltration of a hybrid sewerage system in limited infrastructure facility data
CN114705237B (zh) 一种用于地下式污水处理系统的温室气体排放测算方法
US7970551B2 (en) Analysis of DNA
CN114912744A (zh) 一种村镇污水处理设施优选评价方法
CN111161802A (zh) 一种利用微生物生物标记的湖泊水体污染来源解析方法
CN114755387B (zh) 基于假设检验法的水体监测点位优化方法
CN115081345B (zh) 一种用于溢流雨污水的处理工艺优化的方法及系统
CN117951531B (zh) 训练方法、区域雨水径流污染负荷预测方法及装置

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