CN115171810A - 一种河流断面水质层次评价方法 - Google Patents
一种河流断面水质层次评价方法 Download PDFInfo
- Publication number
- CN115171810A CN115171810A CN202210524246.3A CN202210524246A CN115171810A CN 115171810 A CN115171810 A CN 115171810A CN 202210524246 A CN202210524246 A CN 202210524246A CN 115171810 A CN115171810 A CN 115171810A
- Authority
- CN
- China
- Prior art keywords
- water quality
- index
- river
- pollution
- section
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 229
- 238000011156 evaluation Methods 0.000 title claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000013441 quality evaluation Methods 0.000 claims abstract description 33
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 21
- 231100000719 pollutant Toxicity 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 25
- 239000013598 vector Substances 0.000 claims description 21
- 238000011109 contamination Methods 0.000 claims description 6
- 229910052717 sulfur Inorganic materials 0.000 claims description 6
- 238000003911 water pollution Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000013316 zoning Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 5
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- 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)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种河流断面水质层次评价方法,包括如下步骤:收集目标河流的各断面水质监测数据,获取河流水质时空特征;根据获取的河流水质时空特征,计算得到数组水质评价指数,通过水质评价指数对河流各断面的水质分别进行评价;确定可以反映目标河流主要污染情况的关注污染物,采用层次分析法建立包含目标层、准则层以及指标层的具有层次结构模型的水质层次评价体系;确定目标河流各断面水质的综合污染评分,进而对河流关注污染进行分析;本发明为河流水质层次分析提供依据,规避了片面性的缺陷,具有广泛的适用性;解决了现有河流水质评价方法指标单一,难以实现基于不同目的的水质综合评价的问题。
Description
技术领域
本发明涉及一种河流断面水质层次评价方法,具体涉及一种河流水质评价方法,属于水环境领域。
背景技术
目前国内常用的水质监测评价方法包括单因子污染指数法、综合污染指数法、水质标识指数法及水质级别指数法等。
其中,单因子污染指数可用来评价单项水质指标是否达到对应标准的要求;综合污染指数可根据水质单因子污染指数的算术平均或加权平均等其他数学手段,综合评价水体污染程度,常用的包括均值综合污染指数和内梅罗综合污染指数;单因子水质标识指数可对河流不同监测断面的水质进行评价,刻画水质类别、水质数据及与水环境功能区的匹配情况;水质级别指数为水质浓度的函数,可准确判定水质类别,并识别主要污染因子。
目前相关学者对河流断面水质评价的研究主要采用单一的水质评价指标,而事实上,对于具有不同功能区划的河流来说,通常水质评价的目的也不相同,因此单一的水质评价指标难以实现基于不同目的的水质综合评价。
为了科学、基于多样需求地评价河流各断面的水质,选取能够代表河流断面水质的关键水质评价指标,定量确定各评价指标的评价权重,以便实现对河流断面水质的综合评价,本发明提出一种河流断面水质层次评价方法。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种河流断面水质层次评价方法,解决现有河流水质评价方法指标单一,难以实现基于不同目的的水质综合评价的问题。
为实现上述目的及其他相关目的,本发明提供一种河流断面水质层次评价方法,包括如下步骤:
收集目标河流的各断面水质监测数据,获取河流水质时空特征;
根据获取的河流水质时空特征,计算得到数组水质评价指数,通过水质评价指数对河流各断面的水质分别进行评价;
确定可以反映目标河流主要污染情况的关注污染物,采用层次分析法建立包含目标层、准则层以及指标层的具有层次结构模型的水质层次评价体系;
确定目标河流各断面水质的综合污染评分,进而对河流关注污染进行分析。
优选的,所述收集目标河流的各断面水质监测数据的步骤包括:
初步了解目标河流水质的时空分布特征,收集水质历史数据以及水文监测数据;
根据污染特征确定目标河流的监测方案,包括监测点位、监测指标、监测频率;
根据监测方案完成目标河流的水质监测,收集即时水质监测数据。
优选的,所述数组水质评价指数包括单因子污染指数Pi、均值综合污染指数P、内美罗综合污染指数I、单因子水质标识指数WQISF以及水质级别指数WLIx。
优选的,所述单因子水质标识指数WQISF根据公式WQISF=X1.X2X3计算得到,其中X1为某项水质指标的水质类别,X2为监测数据在该水质类别变化区间中所处位置,X3为水质类别与功能区划标准类别的比较结果。
优选的,所述水质级别指数WLIx,当水质属于Ⅰ–Ⅴ类的情况时,水质级别指数WLIx根据公式WLIx=(WLm-WL(m-1))/[(Cm,S-C(m-1),S)×(Cx-C(m-1),S)]+WL(m-1)计算得到,Cx为某水质指标的浓度,m指该指标所属的水质类别,m-1为该指标所属的前一个水质类别,WL为相应水质类别,CS为相应水质类别的限值浓度;当水质属于劣V的情况时,水质级别指数WLIx根据公式WLIx=1/Cd.(Cx-CⅤ,S)+5得到,其中CⅤ,S为Ⅴ类水限值浓度,Cd为功能区划标准目标限值,Cx为某水质指标的浓度。
优选的,所述建立水质层次评价体系包括以下步骤:
依据地方考核指标、参考地方特征污染物,确定目标河流的关注污染物;
建立层次结构模型,包括目标层、准则层、指标层;其中目标层为综合评价断面水质污染情况,并突出河流的关注污染物污染程度;准测层为突出河流的关注污染物污染程度指标重要性;指标层为单因子污染指数Pi、均值综合污染指数P、内美罗综合污染指数I、单因子水质标识指数WQISF以及水质级别指数WLIx;
将指标层指数按照准则层准则进行两两重要性比较,构造重要性判断矩阵,如果指标i 和指标j同等重要,则重要程度uij为1;如果指标i比指标j略为重要,则重要程度uij为3;如果指标i比指标j重要,则重要程度uij为5;如果指标i比指标j强烈重要,则重要程度uij为7;如果指标i比指标j极端重要,则重要程度uij为9;如果指标j和指标i比较,则结果为重要程度uij的倒数;重要程度2、4、6、8、1/2、1/4、1/6、1/8表示指标i和指标j 重要程度uij介于上述判断之间。
对指标权重值Wi进行计算,其计算步骤如下:
计算以上判断矩阵的最大特征值;
计算最大特征值对应的特征向量;
根据层次分析法的原理对判断矩阵进行一致性检验,一致性检验指标CR根据公式CR=CI/R以及CI=(λmax-n)/(n-1)获得,其中CI为一致性指标,n为判断矩阵阶数,RI为随机一致性指数,取值与n有关,如下:
当n为1时,RI为0;
当n为2时,RI为0;
当n为3时,RI为0.58;
当n为4时,RI为0.90;
当n为5时,RI为1.12;
当n为6时,RI为1.24;
当n为7时,RI为1.32;
当n为8时,RI为1.41;
当n为9时,RI为1.45;
当n为10时,RI为1.49;
当n为11时,RI为1.52;
当n为12时,RI为1.54;
若一致性检验指标CR小于0.10,认为重要性判断矩阵具有一致性,若一致性检验指标 CR大于等于0.10,认为重要性判断矩阵不符合一致性要求,需要调整指标间重要程度,直至一致性检验通过。
优选的,所述确定目标河流各断面水质的污染评分步骤包括:根据一致性检验结果计算指标重要性权向量vi,再根据公式分别计算目标河流断面的水质综合污染评分Si,其中vi为各水质评价指标重要性权向量值,Qi为各断面各水质污染指数,包括单因子污染指数Pi、均值综合污染指数P、内美罗综合污染指数I、单因子水质标识指数WQISF以及水质级别指数WLIx;再利用水质综合污染评分Si对河流断面污染进行分析,根据得分将目标河流断面污染程度分为清洁、轻度污染、中度污染、重度污染四个等级。
如上所述,本发明的一种河流断面水质层次评价方法,具有以下有益效果:本发明通过收集目标河流的各断面水质监测数据,需反映河流水质时空特征;选取合适的水质评价指数,对河流各断面的水质分别进行评价;确定河流的关注污染物,采用层次分析法建立水质层次评价体系;确定目标河流各断面水质的综合污染评分,进而对河流污染进行分析。
本发明的克服了单一水质评价指标难以实现基于不同目的的水质综合评价的不足,通过科学的统计方法找出目标河流的关注污染物,并通过层次分析法计算目标河流污染得分,突出河流的关注污染物污染程度,为河流水质综合分析提供依据,规避了片面性的缺陷,具有广泛的适用性;解决了现有河流水质评价方法指标单一,难以实现基于不同目的的水质综合评价的问题。
附图说明
图1为本发明的一种河流断面水质层次评价方法的流程图;
图2为水质层次评价体系流程图;
图3为层级结构模型图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
须知,本说明书所附图中所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容所能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
如图1所示,本发明提供一种河流断面水质层次评价方法的流程图,其步骤包括:
收集目标河流的各断面水质监测数据,获取河流水质时空特征;
根据获取的河流水质时空特征,计算得到数组水质评价指数,通过水质评价指数对河流各断面的水质分别进行评价;
确定可以反映目标河流主要污染情况的关注污染物,采用层次分析法建立包含目标层、准则层以及指标层的具有层次结构模型的水质层次评价体系;
确定目标河流各断面水质的综合污染评分,进而对河流关注污染进行分析。
本发明通过收集目标河流的各断面水质监测数据,需反映河流水质时空特征;选取合适的水质评价指数,对河流各断面的水质分别进行评价;确定河流的关注污染物,采用层次分析法建立水质综合评价体系;确定目标河流各断面水质的综合评分,进而对河流污染进行分析
在本实施例中,如图1所示,收集目标河流的各断面水质监测数据的步骤包括:
初步了解目标河流水质的时空分布特征,收集水质历史数据以及水文监测数据;
根据污染特征确定目标河流的监测方案,包括监测点位、监测指标、监测频率;
根据监测方案完成目标河流的水质监测,收集即时水质监测数据。
在本实施例中,如图1所示,数组水质评价指数包括单因子污染指数Pi、均值综合污染指数P、内美罗综合污染指数I、单因子水质标识指数WQISF以及水质级别指数WLIx。
在本实施例中,单因子水质标识指数WQISF根据公式WQISF=X1.X2X3计算得到,其中X1为某项水质指标的水质类别,X2为监测数据在该水质类别变化区间中所处位置,X3为水质类别与功能区划标准类别的比较结果。
在本实施例中,水质级别指数WLIx,当水质属于Ⅰ–Ⅴ类的情况时,水质级别指数WLIx根据公式WLIx=(WLm-WL(m-1))/[(Cm,S-C(m-1),S)×(Cx-C(m-1),S)]+WL(m-1)计算得到,Cx为某水质指标的浓度,m指该指标所属的水质类别,m-1为该指标所属的前一个水质类别,WL为相应水质类别,CS为相应水质类别的限值浓度;当水质属于劣V的情况时,水质级别指数WLIx根据公式WLIx=1/Cd.(Cx-CⅤ,S)+5得到,其中CⅤ,S为Ⅴ类水限值浓度,Cd为功能区划标准目标限值,Cx为某水质指标的浓度。
在本实施例中,如图2以及图3所示,建立水质层次评价体系包括以下步骤:
依据地方考核指标、参考地方特征污染物,确定目标河流的关注污染物;
建立层次结构模型,包括目标层、准则层、指标层;其中目标层为综合评价断面水质污染情况,并突出河流的关注污染物污染程度;准测层为突出河流的关注污染物污染程度指标重要性;指标层为单因子污染指数Pi、均值综合污染指数P、内美罗综合污染指数I、单因子水质标识指数WQISF以及水质级别指数WLIx;
将指标层指数按照准则层准则进行两两重要性比较,构造重要性判断矩阵,如果指标i 和指标j同等重要,则重要程度uij为1;如果指标i比指标j略为重要,则重要程度uij为3;如果指标i比指标j重要,则重要程度uij为5;如果指标i比指标j强烈重要,则重要程度uij为7;如果指标i比指标j极端重要,则重要程度uij为9;如果指标j和指标i比较,则结果为重要程度uij的倒数;重要程度2、4、6、8、1/2、1/4、1/6、1/8表示指标i和指标j 重要程度uij介于上述判断之间。
对指标权重值Wi进行计算,其计算步骤如下:
计算以上判断矩阵的最大特征值;
计算最大特征值对应的特征向量;
根据层次分析法的原理对判断矩阵进行一致性检验,一致性检验指标CR根据公式CR=CI/R以及CI=(λmax-n)/(n-1)获得,其中CI为一致性指标,n为判断矩阵阶数,RI为随机一致性指数,取值与n有关,如下:
当n为1时,RI为0;
当n为2时,RI为0;
当n为3时,RI为0.58;
当n为4时,RI为0.90;
当n为5时,RI为1.12;
当n为6时,RI为1.24;
当n为7时,RI为1.32;
当n为8时,RI为1.41;
当n为9时,RI为1.45;
当n为10时,RI为1.49;
当n为11时,RI为1.52;
当n为12时,RI为1.54;
若一致性检验指标CR小于0.10,认为重要性判断矩阵具有一致性,若一致性检验指标 CR大于等于0.10,认为重要性判断矩阵不符合一致性要求,需要调整指标间重要程度,直至一致性检验通过。
在本实施例中,如图1以及图2所示,确定目标河流各断面水质的污染评分步骤包括:根据一致性检验结果计算指标重要性权向量vi,再根据公式分别计算目标河流断面的水质综合污染评分Si,其中vi为各水质评价指标重要性权向量值,Qi为各断面各水质污染指数,包括单因子污染指数Pi、均值综合污染指数P、内美罗综合污染指数I、单因子水质标识指数WQISF以及水质级别指数WLIx;再利用水质综合污染评分Si对河流断面污染进行分析,根据得分将目标河流断面污染程度分为清洁、轻度污染、中度污染、重度污染四个等级。
更具体的,在本实施例中,以A河流的水质层次评分为例,阐述本发明的具体步骤。
收集A河从上游至下游5个断面的水质监测数据,包括总磷浓度(TP)、氨氮(NH4)、化学需氧量(COD)。
计算5个断面水质评价指数,包括单因子污染指数Pi、均值综合污染指数P、内美罗综合污染指数I、单因子水质标识指数WQISF以及水质级别指数WLIx,结果见表1:
表1水质评价指数结果
确定A河关注污染物为氨氮,建立水质评价指数重要性矩阵,结果见表2:
表2水质评价指数重要性矩阵
根据重要性矩阵计算各指标权重值Wi,结果如表3:
表3水质评价指数权重值
计算一致性检验指标CR,结果为0.05,小于0.1,判定重要性判断矩阵具有一致性。确定A河5个断面的水质综合污染评分Si,结果如表4:
表4断面的水质综合污染评分Si
根据断面的水质综合污染评分Si,可以判断断面得分小于0.01为清洁状态,断面得分大于等于0.01并小于0.015为轻度污染,断面得分大于等于0.015并小于0.02为中度污染,断面得分大于0.02为重度污染。通过分析各断面的水质综合污染评分Si可以发现,1、3、4 号断面水质为清洁状态,2、5、6号断面为轻度污染状态,8、9号断面为中度污染状态,7、10号断面为重度污染状态。由于A河自上游至下游流经中心城区,沿河污染逐渐加重,另外7号断面位于A河支流汇入后,水质有所下降,因此断面的水质综合污染评分Si结果符合A河污染实际情况。
综上,本发明的一种河流断面水质层次评价方法通过收集目标河流的反映了河流水质时空特征的各断面水质监测数据,并获得多组水质评价指数,对河流各断面的水质分别进行评价;同时采用层次分析法建立水质层次评价体系;确定目标河流各断面水质的综合评分,进而对河流污染进行分析;为河流水质综合分析提供依据,规避了片面性的缺陷,具有广泛的适用性;解决了现有河流水质评价方法指标单一,难以实现基于不同目的的水质综合评价的问题。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.本发明提供一种河流断面水质层次评价方法,其特征在于,包括如下步骤:
收集目标河流的各断面水质监测数据,获取河流水质时空特征;
根据获取的河流水质时空特征,计算得到数组水质评价指数,通过水质评价指数对河流各断面的水质分别进行评价;
确定可以反映目标河流主要污染情况的关注污染物,采用层次分析法建立包含目标层、准则层以及指标层的具有层次结构模型的水质层次评价体系;
确定目标河流各断面水质的综合污染评分,进而对河流关注污染进行分析。
2.根据权利要求1所述的一种河流断面水质层次评价方法,其特征在于,所述收集目标河流的各断面水质监测数据的步骤包括:
初步了解目标河流水质的时空分布特征,收集水质历史数据以及水文监测数据;
根据污染特征确定目标河流的监测方案,包括监测点位、监测指标、监测频率;
根据监测方案完成目标河流的水质监测,收集即时水质监测数据。
3.根据权利要求1所述的一种河流断面水质层次评价方法,其特征在于,所述数组水质评价指数包括单因子污染指数Pi、均值综合污染指数P、内美罗综合污染指数I、单因子水质标识指数WQISF以及水质级别指数WLIx。
7.根据权利要求3所述的一种河流断面水质层次评价方法,其特征在于,所述单因子水质标识指数WQISF根据公式WQISF=X1.X2X3计算得到,其中X1为某项水质指标的水质类别,X2为监测数据在该水质类别变化区间中所处位置,X3为水质类别与功能区划标准类别的比较结果。
8.根据权利要求3所述的一种河流断面水质层次评价方法,其特征在于,所述水质级别指数WLIx,当水质属于Ⅰ–Ⅴ类的情况时,水质级别指数WLIx根据公式WLIx=(WLm-WL(m-1))/[(Cm,S-C(m-1),S)×(Cx-C(m-1),S)]+WL(m-1)计算得到,Cx为某水质指标的浓度,m指该指标所属的水质类别,m-1为该指标所属的前一个水质类别,WL为相应水质类别,CS为相应水质类别的限值浓度;当水质属于劣V的情况时,水质级别指数WLIx根据公式WLIx=1/Cd.(Cx-CⅤ,S)+5得到,其中CⅤ,S为Ⅴ类水限值浓度,Cd为功能区划标准目标限值,Cx为某水质指标的浓度。
9.根据权利要求1所述的一种河流断面水质层次评价方法,其特征在于,所述建立水质层次评价体系包括以下步骤:
依据地方考核指标、参考地方特征污染物,确定目标河流的关注污染物;
建立层次结构模型,包括目标层、准则层、指标层;其中目标层为综合评价断面水质污染情况,并突出河流的关注污染物污染程度;准测层为突出河流的关注污染物污染程度指标重要性;指标层为单因子污染指数Pi、均值综合污染指数P、内美罗综合污染指数I、单因子水质标识指数WQISF以及水质级别指数WLIx;
将指标层指数按照准则层准则进行两两重要性比较,构造重要性判断矩阵,如果指标i和指标j同等重要,则重要程度uij为1;如果指标i比指标j略为重要,则重要程度uij为3;如果指标i比指标j重要,则重要程度uij为5;如果指标i比指标j强烈重要,则重要程度uij为7;如果指标i比指标j极端重要,则重要程度uij为9;如果指标j和指标i比较,则结果为重要程度uij的倒数;重要程度2、4、6、8、1/2、1/4、1/6、1/8表示指标i和指标j重要程度uij介于上述判断之间。
对指标权重值Wi进行计算,其计算步骤如下:
计算以上判断矩阵的最大特征值;
计算最大特征值对应的特征向量;
根据层次分析法的原理对判断矩阵进行一致性检验,一致性检验指标CR根据公式CR=CI/R以及CI=(λmax-n)/(n-1)获得,其中CI为一致性指标,n为判断矩阵阶数,RI为随机一致性指数,取值与n有关,如下:
当n为1时,RI为0;
当n为2时,RI为0;
当n为3时,RI为0.58;
当n为4时,RI为0.90;
当n为5时,RI为1.12;
当n为6时,RI为1.24;
当n为7时,RI为1.32;
当n为8时,RI为1.41;
当n为9时,RI为1.45;
当n为10时,RI为1.49;
当n为11时,RI为1.52;
当n为12时,RI为1.54;
若CR小于0.10,认为重要性判断矩阵具有一致性,若CR大于等于0.10,认为重要性判断矩阵不符合一致性要求,需要调整指标间重要程度,直至一致性检验通过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210524246.3A CN115171810A (zh) | 2022-05-13 | 2022-05-13 | 一种河流断面水质层次评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210524246.3A CN115171810A (zh) | 2022-05-13 | 2022-05-13 | 一种河流断面水质层次评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115171810A true CN115171810A (zh) | 2022-10-11 |
Family
ID=83483958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210524246.3A Pending CN115171810A (zh) | 2022-05-13 | 2022-05-13 | 一种河流断面水质层次评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115171810A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116660486A (zh) * | 2023-05-24 | 2023-08-29 | 重庆交通大学 | 一种基于大型底栖动物bi指数的水质评价标准确定方法 |
CN117607377A (zh) * | 2023-11-16 | 2024-02-27 | 埃睿迪信息技术(北京)有限公司 | 一种流域水质的评估方法、装置及设备 |
-
2022
- 2022-05-13 CN CN202210524246.3A patent/CN115171810A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116660486A (zh) * | 2023-05-24 | 2023-08-29 | 重庆交通大学 | 一种基于大型底栖动物bi指数的水质评价标准确定方法 |
CN117607377A (zh) * | 2023-11-16 | 2024-02-27 | 埃睿迪信息技术(北京)有限公司 | 一种流域水质的评估方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115171810A (zh) | 一种河流断面水质层次评价方法 | |
CN105069537B (zh) | 一种组合式空气质量预报模型的构建方法 | |
CN107480705A (zh) | 一种自来水管漏水检测方法 | |
CN106339536A (zh) | 基于水污染指数法和云模型的水质综合评价方法 | |
CN110929359B (zh) | 基于pnn神经网络和swmm技术的管网淤积风险预测建模方法 | |
CN108764473A (zh) | 一种基于相关分析的bp神经网络用水量预测方法 | |
CN112016175B (zh) | 一种基于树状层次聚类的供水管网测压点优化布置方法 | |
CN107818237A (zh) | 沥青路面破损状况的评价方法 | |
CN111523825B (zh) | 基于多维度的高速公路沥青路面长期性能评价方法 | |
CN106549826A (zh) | 智能变电站交换机网络性能测试评估方法 | |
CN112581038A (zh) | 一种红树林湿地的健康状况的评估方法 | |
CN110288196A (zh) | 输电线路舞动分级预警方法及系统 | |
CN113269384B (zh) | 一种对河流系统健康状态进行预警的方法 | |
CN110309609A (zh) | 一种基于粗糙集和小波神经网络的建筑室内空气品质评价方法 | |
CN111680890A (zh) | 一种适用于河长制的地表水环境质量评价方法 | |
CN113642922A (zh) | 一种中小微企业信用评估方法及装置 | |
CN114858207A (zh) | 一种基于软测量的河道排污口网格化溯源排查方法 | |
CN110163537B (zh) | 基于梯形云模型的水体富营养化评价方法 | |
CN115983669A (zh) | 一种简化河湖地表水水质评价的方法与系统 | |
CN109886314B (zh) | 一种基于pnn神经网络的餐厨废弃油检测方法及其装置 | |
CN114493182A (zh) | 一种平原河网区城市河道的生态健康评价方法及装置 | |
CN117010274B (zh) | 一种基于集成增量学习的地下水有害元素智能预警方法 | |
CN113505494A (zh) | 蓝绿融合的空间模型及指标评价方法 | |
CN104569340B (zh) | 地下环境质量测定方法及装置 | |
CN112712284A (zh) | 基于ahp-熵权法的城市燃气管道风险评价系统及方法 |
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 |