一、江苏清安河水质污染预测模型的改进分析（论文文献综述）
张媛[1]（2020）在《沣河流域水环境质量评价及富营养化风险分析》文中研究指明沣河流域位于陕西省西安市西南部,对渭河水环境及关中区域人民的生产和生活起着非常重要的作用。本文在对沣河水环境背景资料及水污染现状调查的基础上,设立了8个监测断面,监测了15种水质因子。通过分析2018年9月至2019年8月水质数据,探讨了沣河在这一水文年中丰水期、枯水期、平水期的指标化学特征、水质变化规律;采用单因子指数法、内梅罗指数法、模糊综合评价法和灰色关联分析法等方法评价了流域水质类别和污染程度;解析了流域主要污染因子与污染源;分析了流域中下游断面富营养化爆发风险;提出了流域水环境污染防治措施。主要的研究成果有:（1）PO4-P和NO2-N对流域水质变化影响很小。N类指标和P类指标相关性较高,对水质变化影响较大。同一时期站点水质污染状况为上游<下游<中游,主要原因是城市化发展与人口密度的影响;按不同水期来看,丰水期污染最轻,平水期次之,枯水期污染最严重,主要原因是低径流的枯水期水体停留时间长,对水体中各种元素有富集作用。（2）综合来看,监测点的污染状况从优到劣依次为沣峪、高冠峪、严家渠、三里桥、秦渡镇、太平峪、沣河口、潏入沣。单因子指数法评价结果为三个水质时期中12.5%的断面水质为IV类水质,87.5%为V类水质;传统的内梅罗指数法评价水质12.5%为IV类和V类水质,87.5%为劣V类水质;传统的模糊综合评价法评价流域V类水比例高达91.8%,这三种方法评价结果都较悲观,主要原因是评价结果很大程度上取决于污染最严重的因子-TN。改进的内梅罗指数法削弱了TN对水质的影响,评价结果显示12.5%为II类和III类水质,54.2%为IV类水质,33.3%为V类水质。灰色关联分析法评价流域I类水质占比75%,V类水质占比25%,与其他方法判定类别不同的主要原因是评价因子标准化处理方式不同。改进的模糊综合评价法结合了层次分析法与熵权法的优点,削弱了TN的影响,均衡了CODMn和DO的占比,权重分配更合理,I类水、II类水和III类水占比49.9%,IV、V类水占比50.1%。本研究认为改进的模糊综合评价法评价结论更合理。（3）根据富营养化风险评价,沣河中下游有轻度甚至中度富营氧化的风险,水体中的浮游植物生长很可能受到了N、P,DO和水温的限制。表层水中的N含量与沉积物中的N含量有较强的相关性,主要是由于内源氮对表层水的影响较大。（4）通过污染源分析,流域上游主要污染来源为生活污水和农业污染,中下游主要的污染来源包括生活污染、工业污染和农业污染。流域主要污染要素是TN、NH3-N和TP。流域水质保护工作的重点方向为控制营养盐污染。为了打造更适宜的人居和水文环境,在进行水环境宣传工作的同时,针对性的污染防控措施包括:养殖业中开发利用绿色饵料和优良苗种进行生态养殖;农业上科学合理施肥,同时进行水土保持工作;工业上以清洁生产、节能减排为主要手段,辅以奖惩、经济扶持,在配套建设污水收集管网的前提下,结合建设湿地工程,防止大规模散排现象的发生。
李二强[2]（2020）在《兰州市饮用水源地水环境安全综合评价研究》文中研究指明本文对兰州市饮用水源地水环境安全进行综合评价,以期为兰州市饮用水源地水环境管理和保护提供科学依据和实践指导。通过调查水源地水环境问题,研究了水污染风险的途径,依据研究结果提出了水源地保护针对性措施,以期提升水环境安全性,从而保障饮用水水质安全。论文主要研究结论如下:（1）基于兰州市水源地保护区和影响区范围,参照西固区行政区划、区域DEM数据及分水岭界线,借助Arc GIS软件划分小流域系统。确定研究区域由23个面积不等的自然子流域组成,总面积为442.28 km2。（2）兰州市饮用水源地20102019年水质状况良好,水质类别在IIII,超标因子是TN和粪大肠菌群。分析污染因素可知,上游来水水质较差、汛期暴雨造成的高浑浊度是水质较差的重要影响因素。（3）在丰、枯水期设置了危化品泄露、西新污水干管泄露,以及研究区泥石流突发三种事故情景,预测突发性水污染事件结果表明,例如:泥石流发生后水体浑浊度上升至20万NTU以上,将导致水厂取水减少一半,影响50%的城区生活和工业用水。（4）综合评价结果表明兰州市饮用水源地存在水质潜在污染风险,水环境安全性较低。根据水质超标问题和潜在的环境风险,提出了水源地保护针对性措施。
戴天骄[3]（2019）在《桃林口水库水质评价与预测研究》文中提出近年来,我国水污染问题愈发严峻,水环境的健康状况不容乐观,确保地表水源地的供水供给尤为重要,水环境管理势在必行。本文结合省科技计划项目（17273905D）《水质自动监测系统在地表水水库生态安全预警中的应用研究》,以大型水利枢纽工程桃林口水库为研究对象,分别对水质评价、水质预测和水质预警等方面进行深入的探讨。利用皇岛桃林口水库2008-2017年十年的实测数据,选取p H、总磷（TP）、氨氮（NH3-N）、高锰酸盐指数(CODMn)、溶解氧（DO）和五日生化需氧量（BOD5）等6项水质指标,采用单因子评价法、综合污染指数法和BP神经网络模型等3种方法进行水质评价。研究结果表明:（1）单因子水质评价法评价下,桃林口水库水质全因评价达到Ⅲ类水质目标要求。（2）综合污染指数法表明,水源站和出库站的水质状况均为轻污染,TP、CODMn和BOD5等3种水质指标对桃林口水库水质的影响较大。（3）BP神经网络模型表明,桃林口水库十年全年平均水质都为Ⅱ类水质。在水质预测研究中,分别基于BP神经网络模型和WASP水质模型通过桃林口水库上游水源站的实测数据,对下游出库站的水质指标进行预测,模拟结果显示:BP神经网络模型的决定系数（R2）和纳什效率系数（NSE）均大于WASP水质模型,相对误差和均方根误差（RMSE）低于WASP水质模型,由此可见BP神经网络模型的预测准确性更高。最后根据“蓝色卫士”系统实时监测的水源站数据,基于BP神经网络模型成功预测出库站的水质状况,再结合地理信息系统（GIS）实现水质预警实时的可视化处理。
谢小慧[4]（2019）在《基于贝叶斯网络的水质评价及水质因子关联性分析》文中研究说明随着社会经济的发展,排入河流的污染物质不断增加,流域水环境质量不断下降,水质评价作为水环境管理和水污染防治的基础步骤也越来越受到社会关注。由于水质评价是一个涉及多个水质指标的综合评价过程,呈一定的非线性相关性,而现有地表水质评价方法不能表示水质指标之间的定量关系,基于贝叶斯网络具有因果关系推理能力强、变量之间相关性表示直观、能较好的处理不确定性问题等特点,针对水质信息的复杂性以及水环境系统污染变化的不确定性,本研究将贝叶斯网络理论引入到水质评价中,通过贝叶斯网络的学习、构建、推理,建立一种基于贝叶斯网络的水质评价新方法并对水质因子之间的关联性进行分析。以青衣江洪雅段2013年-2015年的水质数据作为样本数据,选取DO、CODMn、CODCr、BOD5、NH3-N、TN六个水质变量和水质等级F变量,利用MATLAB、MSBNX、GENIE等软件,采用K2搜索和互信息相结合的网络结构学习算法、最大似然估计的网络参数学习方法、双向推理的联合树推理算法建立水质评价贝叶斯网络模型,并得到如下结论:1)模型验证,对2015年木城镇断面12个月的水质情况进行评价,模型正确率达到83.3%,证明其正确性;2)水质因子关联性分析,该江段与水质污染有直接关联性的指标为TN、NH3-N、CODMn,除此以外,TN指标浓度的改变会对其他的指标有直接的影响;NH3-N指标浓度的改变会对CODMn指标产生直接的影响以致间接影响DO指标的浓度变化;3)指标对水质的影响程度表现为CODMn>NH3-N>TN;4)水质因子重要度分析,当水质较清洁为I、II类水时,水质主要影响因子为CODMn,当水质较差达到III类水时,TN是该江段影响水质的主要贡献者;5)以2016年木城镇断面水质为例,对相关联指标进行等级预测,预测准确率达到83.3%及以上。该方法判断水质类别简便迅捷,改变了传统水质评价方法的片面性和悲观性,更有利于指导河流水质控制和资源化利用,对相关联未知指标预测准确率较高,弥补水质信息的缺失,为流域水环境管理提供了一种新思路。
赵文喜[5]（2018）在《海河干流水质变化特征与藻华预测及应急处理技术研究》文中提出海河干流位于海河流域末稍,全长72 km,常年缺水,基本靠调水保障,为保持海河干流水位,在入海口设闸控制,形成缓滞型河流的特点。近年来,海河干流沿线实施了工业企业关停搬迁、排污口清拆和封堵,取得了一定的成效,但沿线支流和各类排水口依然存在城镇生活和农业农村面源汇入,造成海河干流水体富营养化日趋严重,夏季藻华暴发频有发生,不仅破坏生态系统平衡,还威胁人类健康和安全。如何全面掌握海河干流水质动态变化、科学预警藻华暴发、高效处理有害藻类,是海河干流乃至海河流域水环境改善所面临的重大科学瓶颈。本研究围绕海河干流水质动态监控、藻华预警、藻华应急处理技术方面,展开了系统研究,以期为有效改善海河流域水环境质量、防治藻华暴发提供技术支撑。结合海河干流特点,选取10个点位,在20152016期间对海河干流进行连续水质采样与物理、化学、生物指标监测分析。结果表明,20152016年海河干流水质总体为V类-劣V类水质;沿上游向下游水流方向主要水质指标逐步增高;浮游植物丰度的空间变化与生物可利用的营养盐浓度高度相关,下游营养盐最丰富,浮游植物丰度最大,相反生物多样性也最低,浮游植物群落中,蓝藻所占比例较大,水温、pH是影响海河干流浮游植物群落随时间波动的最主要环境因素。实现藻华的提前预测是构建有效监控体系和应急处理的重要内容之一,本研究以海河干流水质在线监测及气象站高频、实时数据为基础,基于BP神经网络,以实时叶绿素浓度、气温、光照强度和气压四项指标为输入变量,建立了叶绿素浓度日变化量的预测模型,对海河干流大光明桥处水域叶绿素浓度随时间的变化进行预测。结果表明,预测时长越短,预测精度越高,预测时长分别为24 h、12h、6 h时,Nash效率系数分别为0.77、0.85、0.93,预报误差的标准误差分别为5.7、4.6、3.1μg/L;12 h内的预测精度可满足海河干流藻华预警的实际需求,为海河干流的藻华的短期预警提供了数据支撑。基于海河干流水质空间分布特征,构建了海河干流水质动态监控体系,包括常规监控、在线浮标监控和预警监控。常规监控为全年监控,每月1次,监控位点和监控项目参考海河干流国控断面和市控断面要求。在线浮标监控位点与常规监测相同,全年实时监控,监测项目选择与藻类密切相关指标,包括pH、铵/氨离子、电导率、盐度、溶解氧（DO）、叶绿素a、淡水蓝绿藻、氧化还原电位（ORP）。预警监控主要在5月上旬-10月中旬期间,根据藻华暴发期的不同,设置了黄、橙、红三级预警监控响应级别。预警监控以化学指标（如高锰酸钾指数、营养盐等）监控为主,辅以实时气象、水文、浮游植物、观测要素等,可为藻华预警提供及时的信息服务。为有效实施藻华应急处理,本研究结合各种藻华水体处理技术比选,筛选出符合海河干流特点的藻华处理技术,设计出一项移动式藻水收集-分离-减容脱水处理技术方案,并开发出一套移动式藻华应急喷药设备,具有较好的实际应用效果。
李春雨[6]（2018）在《基于水环境容量的辽宁省水环境承载力分析及优化研究》文中研究表明水环境、社会、经济组成一个复杂的系统,水环境是生态环境中的重要组成部分。随着经济社会的发展和人类活动的增加,未来水污染物排放的形势越来越严峻,人民群众对水环境质量的要求越来越高。为了解决这些问题,从区域发展规划和水环境管理的角度,确定水环境承载力十分迫切和必要。水环境承载力是衡量该研究范围内是否可持续发展的最佳工具。提出适合辽宁省经济社会发展的水环境承载力优化模式,在生态文明建设的背景下更加具有时代意义。本文在国内外文献的基础上,开展水环境容量计算和分配任务,科学合理地分配水环境容量至行政区县,对辽宁省各地区的污染物来源及数量进行了污染物负荷分析,进而基于水环境容量的分配值,采取“压力—状态—响应”的框架模型建立辽宁省各行政区县水环境承载力评价指标体系,同时利用粗糙集方法简化复杂的评价指标体系,运用熵值法确定各评价指标体系权重,最终得到辽宁省各行政区县水环境承载力,简洁、明了地反映出辽宁省各行政区县的水环境承载情况。重点关注辽宁省内水环境承载力弱的地区,应用多目标优化法计算并预测2020年、2025年以及2030年地区的水环境能支撑的最大人口数、最大经济量与最小COD污染物排放量。本文的主要研究结果如下:（1）对辽河、浑河、太子河干流以及一级支流采用水质模型计算,2015年辽河干流及其一级支流水环境容量为65603.91 t/a,浑河干流及其一级支流为62004.76 t/a,太子河干流及其一级支流为55717.88 t/a。三大河流中COD水环境容量的数值按从大到小的顺序依次排列:辽河>浑河>太子河。（2）选取人口、GDP和现状排污负荷等经济、社会、环境因素,构建水环境容量分配模型,实现水环境容量由三大河流向行政区县分配的目标,分配结果呈现出在行政版图中心区域水环境容量偏多,周边区域水环境容量相对较小。水环境容量超过10000 t/a地区有辽中县、铁西区以及辽阳县,分别是18336.25 t/a,12743.19t/a、10585.53 t/a;水环境容量最少的地区是大石桥市,仅为78.30 t/a。（3）对2015年辽宁省各地区的污染物来源及数量进行统计与核算。2015年辽宁省三大河流内41个主要行政区,有75%的地区COD污染物排放量超过10000t,其中COD污染物排放量最多的是盘山县,为85908.52t;整体来看,辽宁省内污染物排放量较多,在治理点源污染的同时,应加大对面源污染物的控制。（4）基于区域的水环境容量值构建“压力—状态—响应”（PSR）评价模型,对辽宁省的水环境承载力进行了计算和分析。水环境承载力（COD）非常低的地区有昌图县和彰武县,分别为0.1990、0.1283,这两个地区水环境已经崩溃;水环境承载力在0.2～0.4之间的有开原市、调兵山市、铁岭县、明山区等地区,这些地区水环境承载力较弱,水资源、经济发展与生态保护处于严重的非协调的脆弱状态。（5）选取水环境承载力弱的铁岭市昌图县、阜新市彰武县以及沈阳市大东区,依据地区“十三五”规划的发展要求,可以得到:2015年昌图县优化的GDP和城镇化率为191.93亿元、26.86%,预计到2030年,GDP和城镇化率达到528亿元、55%。彰武县以及大东区的GDP和人口从2015年到2030年基本呈现上升趋势,但是增速变缓。
宋筱轩[7]（2014）在《动态数据驱动的河流突发性水污染事故预警系统关键技术研究》文中认为城市供水水源污染事件时有发生,严重时会威胁到群众的饮水安全和国家的经济发展。面对这一问题,城市供水主管部门迫切需要多环节水质预警信息支持。尤其是突发性水污染事故具有事发突然、不确定因素多等特点,快速准确地预测水质演化趋势一直是研究的难点和热点。基于此背景,本文结合国家科技重大专项课题和国家自然科学基金项目,围绕河流突发性水污染事故预警方法和系统实现技术开展理论与应用研究,主要工作和创新点如下：（1）研究提出了动态数据驱动的河流突发性水污染事故预警系统架构,为河流突发性水污染事故预警研究提供了新的研究方法和思路。完成了该架构的总体设计,分析了基于该架构下水质预警系统的工作原理,与基于通常架构下的水质预警系统工作流程进行了比较,剖析了动态数据驱动范式下的系统架构具备多模型集成、共生反馈、动态性和自学习性等特点和优势。（2）针对目前水质预警模型在动态适应性和应用迅捷性等方面急需提升等问题,研究了基于动态数据驱动的河流突发性水污染事故预警系统架构下的水质动态预警方法。在初始预警模型基础上,结合历史经验数据和动态监测数据,首先采用基于案例的推理方法进行初始校正,实现初始预警；然后,针对水文数据和边界条件数据较缺乏等情况下的精确化预测问题,研究了应用后续实测数据和改进的网格寻优算法对水质预测预警模型参数进行自适应校正的技术,针对预警模型往往因模型概化而导致结构性误差等问题,进一步研究提出了基于时间序列算法的预测预警结果动态校正方法。以实际发生的河流突发性水污染事故为应用案例,对所研究动态预警方法进行了应用研究与分析。应用结果表明该方法可有效地对河流突发性水污染事故进行预警,预测结果与实测结果之间经动态校正而减小偏差。（3）针对应急监测点布局缺乏理论指导、应急部门难以快速合理选点等问题,研究了动态数据驱动的河流突发性水污染事故预警系统架构下的应急监测点选取、评价和布局优化方法,建立了基于模糊层次分析法的应急监测点布局技术方案,为水质事件不同阶段应急监测点敏感性和重要性的量化评估提供了技术支撑,实现了有限应急监测力量的合理、及时和动态调配。该技术的研究国内外尚鲜有报道。基于上述研究,开发了动态数据驱动的河流突发性水污染事故预警系统技术平台,相关成果已集成到课题组研发的城市供水水质预警系统中,实现了动态数据驱动框架下的河流突发性水污染事故预警和应急监测点动态布局。该系统已在一个省和三个城市进行了部署和示范应用,已实现连续运行工作,为城市供水水质安全保障提供了信息支持。
孙兆兵[8]（2012）在《基于概率组合的水质预测方法研究》文中进行了进一步梳理饮用水安全事关国计民生,人类对水资源的过度开发导致的水环境问题对饮用水安全具有严重的威胁。水质预警系统对水质进行实时分析评价、预警,可以有效控制和减少水质恶化造成的危害,达到对水质恶化有效认知和控制的目的,使整个饮用水安全保障体系进入良性循环。水质预测是水质预警系统构建的一项基础性工作,及时有效的水质预测可以为水质预警系统提供可靠的评价及预警依据。当前水质预测研究中,多采用单一水质预测方法对水质进行预测,某些针对特定单一预测方法的组合预测缺少一般框架性组合方法；概率性水质预测还没有引起广泛关注。针对这一状况,本文进行了基于概率组合的水质预测方法研究,并结合某水质预警项目,构建了典型渐变性水源水质污染预警系统。本文的主要工作和创新点如下：（1）提出了基于概率组合的水质预测方法。组合预测采用优势矩阵法对各单一预测方法加权融合,能够有效改善预测效果,并可以进一步扩展新方法；概率性预测基于对历史预测的统计,给出水质指标在一定置信度下的区间性预测结果。（2）进行了旨在验证概率组合水质预测方法有效性的水质预测实验。利用基于支持向量回归机和灰色系统的水质预测模型以及二者的组合模型、基于BP神经网络和灰色系统的水质预测模型以及二者的组合模型对钱塘江某断面水质进行预测,并给出预测效果分析；进行概率性预测实验,并对概率性预测有效性进行检验。结果表明组合预测方法能够有效提高水质预测效果,对于不同的单一水质预测方法具有良好的适应性和自寻优能力；概率性预测有效性能够得到验证,并成功给出一定置信度下的区间性预测结果。（3）构建了典型渐变性水源水质污染预警系统。基于概率组合水质预测方法,结合水质安全评价、预警信息发布等模块,进行了系统集成,建立了从现场水质监测信息到水质预测、水质安全评价、水质预警信息发布的典型渐变性水源水质污染预警系统,并结合水质预警课题实践,在三示范地进行了示范应用。
徐华[9]（2009）在《空气污染和水污染的管理方法模型》文中提出空气和水与人们的生活息息相关,随着环境保护工作力度的加强,传统的对污染源进行定期检查和应付污染事故的手段已不能有效的、及时的满足社会的需要,利用现代技术来武装环保执法队伍,改进环保手段是提高环保能力的重要途径。为了确保环境最大安全,有必要对监测布点、预警应急、污染处理等管理的理论和方法进行深入系统地研究。本文的具体内容如下：介绍了论文工作背景,对后面几章中重点讨论的优化布点、水质评价、预警与应急、环境污染预测、污水处理控制和再利用等目前国内外的研究现状进行了分析和研究,为后面几章打好基础,并给出了论文的研究目的和将要解决的主要问题。研究了一种新颖的蒙特卡罗估计选择办法（MCES）。采用多宇宙并行量子遗传算法对MCES方法进行优化,使其具有更快速的收敛能力和更好的搜索效率。该方法用于环境监测优化布点,具有简便、快速、结果合理稳定、易于推广等优点。另外用一种新的TSK模糊系统CTSK （Central TSK Fuzzy System）进行地下水质的评价取得了很好的效果。对于大样本数据集,设计出了CCMEB-CGBR（CCMEB-based Constrained GBR）算法。通过建模来实现环境污染预测系统。通过引入进化学习方法提出了视觉TSK模糊系统新的进化学习训练算法。新的基于进化学习的算法不但具有更好的全局收敛能力,同时依然能继承视觉模糊建模方法的原有优点。另外,大气污染物浓度的变化具有较强的非线性特性,本章研究了自适应神经模糊推理系统（ANFIS）方法基于Sugeno模糊模型,在此基础上给出了网络权值的修正算法。用共轭梯度法提高其前提参数的学习速度。结合国内外应急管理的现状,制定了预警应急体系的工作原则,系统设计了预警应急管理体系的总体框图。并且探讨了预警与应急管理体制的未来发展趋势。采用粒子群优化算法对一种新的级联MLP神经网络CATSMLP进行优化使其鲁棒性增强,具有更快速的收敛能力和更好的寻优能力。将其用于藻类污染预警取得了很好的效果。针对具有凸多面体参数不确定性的污水处理控制系统,研究其鲁棒H∞保成本控制器的设计问题。应用所设计的鲁棒H∞保成本控制器进行研究,结果表明了本章方法的可行性及有效性,并且系统最终的稳态误差较小。并且提出污水等可作为可再生能源的有效建议和方法。对论文作了总结,提出了本文的主要创新点,针对论文研究工作中的不足提出了对未来研究发展前景的展望。
严德武[10]（2007）在《南水北调东线沿线城市水环境容量及其可利用性研究》文中进行了进一步梳理淮安市水域为淮水下泄及其南水北调东线调水保护区的交汇区，其水环境容量计算及其可利用性研究，对于南水北调东线及淮安市的水环境保护具有重要的理论意义与实践价值。论文以南水北调东线沿线城市——淮安市为研究对象，在分析其水环境容量特征的基础上，对区域内主要河流的理想环境容量进行了数学模拟、计算与可利用性分析，论文的主要研究内容和研究成果如下：（1）对研究区域水系特征、水体污染物分布特征以及水环境容量特征进行了分析；提出利用区域汇水实现水环境容量的均衡配置；探讨了水环境容量的有偿化使用的机制，并对其实施的可行性和推行途径进行了研究；（2）基于水环境容量的概念，利用WASP5模型以及水动力模型进行了水环境容量设计参数的推求，并进行了模型的率定、验证；估算出研究区域河道水质降解系数CODMn在0.1-0.27d-1之间，氨氮降解系数在0.08-0.2d-1之间；利用建立的水环境容量模型进行了淮安市各功能区河道不同水平年的环境容量的理论计算；（3）对淮安市各功能区河道不同水平年的入河污染负荷进行了推算；并根据区域水环境容量，提出了污染物总量控制要求，并对淮安市水环境容量的合理利用提出了建议。
二、江苏清安河水质污染预测模型的改进分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、江苏清安河水质污染预测模型的改进分析（论文提纲范文）
（1）沣河流域水环境质量评价及富营养化风险分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 水质评价方法研究进展 |
| 1.2.2 水体富营养化研究进展 |
| 1.3 研究内容、方法、特色及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究特色 |
| 1.3.4 技术路线 |
| 第二章 研究区域概况及监测点分布 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 气象条件 |
| 2.1.4 水文特征 |
| 2.1.5 土壤植被 |
| 2.1.6 人文概况 |
| 2.2 监测点分布及评价指标 |
| 2.2.1 监测点分布 |
| 2.2.2 评价指标及采样方法 |
| 2.2.3 样品预处理及监测方法 |
| 第三章 水质指标分布特征与统计分析 |
| 3.1 不同时期评价指标统计特征描述 |
| 3.1.1 物理指标 |
| 3.1.2 化学指标 |
| 3.1.3 生物指标 |
| 3.2 水质指标相关性分析 |
| 3.2.1 皮尔逊相关性 |
| 3.2.2 聚类分析 |
| 3.3 本章小结 |
| 第四章 沣河流域水环境质量评价 |
| 4.1 单因子指数法 |
| 4.2 内梅罗指数法 |
| 4.2.1 传统的内梅罗指数法 |
| 4.2.2 改进的内梅罗指数法 |
| 4.3 灰色关联分析法 |
| 4.4 模糊综合评价法 |
| 4.4.1 传统的模糊综合评价法 |
| 4.4.2 改进的模糊综合评价法 |
| 4.5 评价方法对比 |
| 4.6 本章小结 |
| 第五章 沣河流域富营养化风险分析 |
| 5.1 沉积物中氮磷营养盐分布 |
| 5.2 表层水中富营养化程度 |
| 5.3 本章小结 |
| 第六章 沣河流域污染源及防治对策 |
| 6.1 营养盐污染 |
| 6.2 降水和地表径流 |
| 6.3 流域污染防治措施 |
| 6.3.1 区域化防治措施 |
| 6.3.2 富营养化防治措施 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 附录 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（2）兰州市饮用水源地水环境安全综合评价研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 水源地水环境安全研究现状 |
| 1.2.1 国外研究概述 |
| 1.2.2 国内研究概述 |
| 1.3 课题来源、研究内容及路线 |
| 1.3.1 课题来源 |
| 1.3.2 研究内容 |
| 1.3.3 研究路线 |
| 第二章 研究区域概况 |
| 2.1 研究区域划分 |
| 2.1.1 兰州市水源地概况 |
| 2.1.2 水源地安全内涵 |
| 2.1.3 流域的基本概念 |
| 2.1.4 小流域研究区划分 |
| 2.2 自然环境概况 |
| 2.2.1 位置交通 |
| 2.2.2 地形地貌 |
| 2.2.3 气候特征 |
| 2.2.4 土壤植被 |
| 2.2.5 土地利用现状 |
| 2.2.6 水土流失情况 |
| 2.3 水环境概况 |
| 2.3.1 河流水系 |
| 2.3.2 河流径流量与泥沙量 |
| 2.3.3 水资源开发利用情况 |
| 2.4 社会经济概况 |
| 2.4.1 人口及分布 |
| 2.4.2 经济发展状况 |
| 2.5 本章小结 |
| 第三章 兰州市水源地水质评价及分析 |
| 3.1 水源地水质综合评价 |
| 3.1.1 评价方法 |
| 3.1.2 评价指标 |
| 3.1.3 指标权重 |
| 3.1.4 评价标准 |
| 3.1.5 评价结果 |
| 3.2 水源地水质污染因素分析 |
| 3.2.1 来水水质状况 |
| 3.2.2 污染物排放量 |
| 3.3 汛期水体高浑浊度对水质影响分析 |
| 3.3.1 汛期黄河原水浑浊度监测结果 |
| 3.3.2 浑浊度与部分水质参数相关性 |
| 3.4 本章小结 |
| 第四章 兰州市水源地水污染风险分析 |
| 4.1 水源地潜在风险源识别 |
| 4.1.1 风险源类型及特征 |
| 4.1.2 水源地水污染事件 |
| 4.1.3 水源地潜在风险源 |
| 4.1.4 突发性水污染事故 |
| 4.2 突发性泄露事故水污染风险 |
| 4.2.1 水质风险预测模型 |
| 4.2.2 危化品泄露污染风险 |
| 4.2.3 污水泄露污染风险 |
| 4.3 突发性泥石流水污染风险 |
| 4.3.1 研究区沟道水系 |
| 4.3.2 研究区泥石流易发性因素 |
| 4.3.3 研究区泥石流突发产生量估算 |
| 4.3.4 泥石流突发对水环境影响分析 |
| 4.3.5 泥石流突发应急处理措施 |
| 4.4 本章小结 |
| 第五章 兰州市水源地水环境保护措施 |
| 5.1 水源地污染物超标治理 |
| 5.1.1 流域污染物排放控制 |
| 5.1.2 农村污染物收集处理 |
| 5.2 突发性水污染风险防控 |
| 5.2.1 国际陆港发展限制性措施 |
| 5.2.2 污染物泄露污染风险防控 |
| 5.2.3 泥石流突发污染风险防控 |
| 5.3 提升水源地监管能力 |
| 5.4 措施实施目标及效果分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 创新之处 |
| 6.3 不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（3）桃林口水库水质评价与预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 水质评价的研究现状 |
| 1.2.2 水质预测的研究现状 |
| 1.2.3 水质预警的研究现状 |
| 1.3 主要研究内容 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 第2章 研究区域与方法 |
| 2.1 研究区概况 |
| 2.1.1 桃林口水库概况 |
| 2.1.2 桃林口水库气候特征 |
| 2.1.3 桃林口水库污染源分析 |
| 2.2 桃林口水库水质监测 |
| 2.2.1 监测水质指标 |
| 2.2.2 水质指标监测方法 |
| 2.2.3 监测断面 |
| 2.3 BP神经网络介绍 |
| 2.3.1 神经网络介绍 |
| 2.3.2 BP神经网络基本原理 |
| 2.3.3 BP神经网络学习算法 |
| 2.4 WASP水质模型介绍 |
| 2.4.1 WASP水质模型概述 |
| 2.4.2 WASP水质模型框架 |
| 2.4.3 WASP水质模型基本原理 |
| 第3章 桃林口水库水质评价研究 |
| 3.1 桃林口水库水质特征 |
| 3.2 单因子评价法 |
| 3.2.1 单因子评价方法 |
| 3.2.2 单因子评价法结果 |
| 3.3 综合污染指数法 |
| 3.3.1 综合污染指数评价方法 |
| 3.3.2 综合污染指数法评价结果 |
| 3.4 BP神经网络模型 |
| 3.4.1 BP神经网络模型评价方法 |
| 3.4.2 BP神经网络模型的建立 |
| 3.4.3 BP神经网络模型评价结果 |
| 3.5 本章小结 |
| 第4章 水质预测研究 |
| 4.1 水质预测模型的选择 |
| 4.2 基于BP神经网络模型的水质预测研究 |
| 4.2.1 研究数据选择 |
| 4.2.2 数据归一化处理 |
| 4.2.3 输入变量与输出变量的选择确定 |
| 4.2.4 网络层数和隐含层的确定 |
| 4.2.5 算法选择 |
| 4.3 基于WASP水质模型的桃林口水库水质模拟研究 |
| 4.3.1 研究数据 |
| 4.3.2 WASP水质模型建立 |
| 4.4 BP神经网络模型和WASP模型验证模拟与分析 |
| 4.4.1 总磷(TP)模拟验证结果分析 |
| 4.4.2 硝酸盐(NO_3-N)模拟验证结果分析 |
| 4.4.3 亚硝酸盐(NO_2-N)模拟验证结果分析 |
| 4.4.4 氨氮(NH_3-N)模拟验证结果分析 |
| 4.4.5 高锰酸盐指数(COD_(Mn))模拟验证结果分析 |
| 4.4.6 溶解氧(DO)模拟验证结果分析 |
| 4.4.7 五日生化需氧量(BOD_5)模拟验证结果分析 |
| 4.5 水质预警研究 |
| 4.5.1 水质监测 |
| 4.5.2 警度划分 |
| 4.5.3 水质预警的可视化实现 |
| 4.6 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 主要创新点 |
| 5.3 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（4）基于贝叶斯网络的水质评价及水质因子关联性分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 水质评价方法概述及研究意义 |
| 1.3 贝叶斯网络研究现状 |
| 1.4 研究现状总结 |
| 1.5 本文研究内容与技术路线 |
| 第二章 基于贝叶斯网络的水质评价模型 |
| 2.1 贝叶斯网络简介 |
| 2.2 贝叶斯网络学习 |
| 2.2.1 贝叶斯网络结构学习 |
| 2.2.2 贝叶斯网络参数学习 |
| 2.3 贝叶斯网络推理 |
| 2.4 水质评价贝叶斯网络模型设计及实现 |
| 2.4.1 模型原理 |
| 2.4.2 模型流程设计 |
| 2.4.3 模型实现 |
| 2.5 本章小结 |
| 第三章 贝叶斯网络水质评价模型应用研究 |
| 3.1 青衣江洪雅段简介 |
| 3.2 青衣江洪雅段水资源质量现状 |
| 3.3 数据选取 |
| 3.4 数据预处理 |
| 3.5 青衣江水质评价贝叶斯网络学习 |
| 3.5.1 贝叶斯网络结构学习 |
| 3.5.2 贝叶斯网络参数学习 |
| 3.6 青衣江水质评价及模型有效性验证 |
| 3.7 本章小结 |
| 第四章 青衣江水质因子关联性分析 |
| 4.1 水质因子之间关联性分析 |
| 4.2 污染因子重要度分析 |
| 4.3 各指标对水质等级的影响程度分析 |
| 4.4 相关联因子等级预测 |
| 结论与建议 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（5）海河干流水质变化特征与藻华预测及应急处理技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 水环境动态监控体系方法研究现状 |
| 1.2.2 水环境预警方法研究现状 |
| 1.2.3 藻华应急处理技术研发现状 |
| 1.3 研究内容、技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 研究区域及研究方法 |
| 2.1 研究区域 |
| 2.2 研究方法 |
| 2.2.1 海河干流水环境质量调查 |
| 2.2.2 海河干流藻华预测模型 |
| 2.3 数据分析方法 |
| 2.3.1 水质指标监测方法 |
| 2.3.2 优势度 |
| 2.3.3 生物多样性及其相关指数 |
| 2.3.4 主成分分析法 |
| 2.3.5 数据处理 |
| 第3章 海河干流水质时空变化特征解析 |
| 3.1 海河干流水质监测结果与分析 |
| 3.1.1 海河干流水质评价 |
| 3.1.2 海河干流水质季节性变化 |
| 3.1.3 海河干流水质空间变化特征 |
| 3.1.4 海河干流水质污染现状小结 |
| 3.1.5 藻类暴发水质影响因子 |
| 3.2 海河干流藻类监测结果与分析 |
| 3.2.1 材料和方法 |
| 3.2.2 环境因子特征分析 |
| 3.2.3 浮游植物群落分析 |
| 3.2.4 小结 |
| 第4章 海河干流藻华预警技术研究 |
| 4.1 基于主成分分析法的主影响因子分析 |
| 4.2 基于BP神经网络的主影响因子分析 |
| 4.2.1 BP神经网络预测模型建立 |
| 4.2.2 BP神经网络主影响因子分析MATLAB实现 |
| 4.3 海河叶绿素含量预测模型构建 |
| 4.3.1 叶绿素日变化量结果分析 |
| 4.3.2 叶绿素含量预测模型构建 |
| 4.3.3 叶绿素含量预测 |
| 4.3.4 海河干流叶绿素预测模型与相关研究的比较 |
| 4.4 海河藻华预警结果分析 |
| 4.5 海河干流全河段藻华预测探讨 |
| 4.6 小结 |
| 第5章 海河干流动态监控体系研究 |
| 5.1 海河干流水质监控现状 |
| 5.2 海河干流水质动态监控思路 |
| 5.3 海河干流水质动态监控要素确定 |
| 5.3.1 监控断面 |
| 5.3.2 监控时间和频次 |
| 5.3.3 监控项目 |
| 第6章 海河干流藻华应急处理技术研究 |
| 6.1 海河干流藻华应急处理技术比选 |
| 6.2 藻华处理技术研发 |
| 6.2.1 移动式藻水连续絮凝分离处理装置研制 |
| 6.2.2 移动式藻华应急喷药设备研发 |
| 6.3 小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 不足与展望 |
| 7.3.1 不足 |
| 7.3.2 展望 |
| 参考文献 |
| 附录A BP神经网络训练MATLAB代码 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（6）基于水环境容量的辽宁省水环境承载力分析及优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外发展状况 |
| 1.2.1 国内研究进展 |
| 1.2.2 国外研究进展 |
| 1.3 本文研究思路 |
| 1.3.1 研究目的 |
| 1.3.2 技术路线与研究内容 |
| 1.3.3 论文的创新点 |
| 第2章 水环境容量、水环境承载力理论与方法 |
| 2.1 水环境容量理论与方法 |
| 2.1.1 水环境容量概念 |
| 2.1.2 水环境容量分类 |
| 2.1.3 水环境容量的影响因素 |
| 2.1.4 水环境容量计算的水质模型 |
| 2.1.5 水环境容量分配方法 |
| 2.2 水环境承载力理论与方法 |
| 2.2.1 水环境承载力的概念 |
| 2.2.2 水环境承载力的本质 |
| 2.2.3 水环境承载力的影响因素 |
| 2.2.4 水环境承载力分析方法 |
| 第3章 辽宁省三大河流水环境容量计算与分配研究 |
| 3.1 辽宁省三大河流的水资源及区域概况 |
| 3.1.1 研究区域概况 |
| 3.1.2 水资源及环境概况 |
| 3.1.3 社会经济概况 |
| 3.2 水环境容量计算流程 |
| 3.2.1 基础资料调查与收集 |
| 3.2.2 河流控制单元的划分 |
| 3.2.3 河流分段与水域概化 |
| 3.2.4 设计条件的确定 |
| 3.3 河流水环境容量的计算一以辽河为例 |
| 3.3.1 干流的水环境容量计算 |
| 3.3.2 一级支流的水环境容量计算 |
| 3.4 三大河流水环境容量的计算结果汇总 |
| 3.5 河流水环境容量的分配 |
| 3.5.1 水环境容量分配指标体系的确定 |
| 3.5.2 水环境分配模型的建立 |
| 3.5.3 水环境容量分配指标权重的确定 |
| 3.5.4 控制单元内综合分配权重的确定 |
| 3.5.5 三大河流水环境容量分配结果 |
| 3.6 本章小结 |
| 第4章 辽宁省三大河流主要区县的污染物核定 |
| 4.1 污染物核定 |
| 4.1.1 农田污染源 |
| 4.1.2 畜禽养殖污染源 |
| 4.1.3 工业污染源 |
| 4.1.4 城市径流污染源 |
| 4.1.5 城镇居民生活污染源 |
| 4.1.6 农村居民生活污染源 |
| 4.2 三大河流主要区县污染物汇总 |
| 第5章 辽宁省三大河流主要区县水环境承载力研究 |
| 5.1 理论方法 |
| 5.1.1 PSR评价模型 |
| 5.1.2 粗糙集属性约分方法 |
| 5.1.3 熵值法 |
| 5.2 辽宁省水环境承载力研究 |
| 5.2.1 水环境承载力PSR评价指标体系构建 |
| 5.2.2 水环境承载力PSR评价指标体系约简及指标权重的确定 |
| 5.2.3 辽宁省水环境承载力评价 |
| 5.2.4 辽宁省水环境承载力分析 |
| 5.3 多目标优化水环境承载力 |
| 5.3.1 水环境承载力优化方法 |
| 5.3.2 主要决策变量和计算参数的确定 |
| 5.3.3 多目标模型的建立与计算 |
| 5.3.4 多目标模型的结果与分析 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 不足和展望 |
| 6.2.1 不足 |
| 6.2.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
| 附表 |
（7）动态数据驱动的河流突发性水污染事故预警系统关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 摘要 |
| 本章主要内容 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 水质预警模型研究现状 |
| 1.2.2 水质预警系统研究现状 |
| 1.2.3 应急监测研究现状 |
| 1.2.4 存在的问题 |
| 1.3 研究内容和组织结构 |
| 1.3.1 课题的提出和主要研究内容 |
| 1.3.2 论文组织架构 |
| 第2章 河流突发性水污染事故预警研究综述 |
| 摘要 |
| 本章主要内容 |
| 2.1 引言 |
| 2.2 河流突发性水污染事故预警方法综述 |
| 2.2.1 机理性模型预警方法研究综述 |
| 2.2.2 非机理性模型预警方法研究综述 |
| 2.3 河流突发性水污染事故预警系统综述 |
| 2.4 本章小结 |
| 第3章 动态数据驱动的河流突发性水污染事故预警系统总体架构研究 |
| 摘要 |
| 本章主要内容 |
| 3.1 引言 |
| 3.2 动态数据驱动应用系统基本原理 |
| 3.3 动态数据驱动的河流突发性水污染事故预警系统架构 |
| 3.4 与传统河流突发性水污染事故预警架构比较 |
| 3.5 动态数据驱动的河流突发性水污染事故预警系统实现的关键技术 |
| 3.6 本章小结 |
| 第4章 动态数据驱动的河流突发性水污染事故预警方法研究 |
| 摘要 |
| 本章主要内容 |
| 4.1 引言 |
| 4.2 动态数据驱动的河流突发性水污染事故预警方法架构 |
| 4.2.1 基础预测模型 |
| 4.2.2 校正方法 |
| 4.3 模型参数校正 |
| 4.3.1 基于案例推理的模型参数初次校正 |
| 4.3.2 模型参数滚动校正 |
| 4.4 模型结果校正 |
| 4.4.1 数据预处理 |
| 4.4.2 基于AR算法的模型结果校正方法 |
| 4.5 应用案例与结果分析 |
| 4.5.1 模型参数校正方法应用案例 |
| 4.5.2 模型参数校正和模型结果校正方法应用案例 |
| 4.6 本章小结 |
| 第5章 动态数据驱动的河流突发性水污染事故应急监测点布局研究 |
| 摘要 |
| 本章主要内容 |
| 5.1 引言 |
| 5.2 动态数据驱动的河流突发性水污染事故应急监测点布局方法研究对象分析 |
| 5.3 动态数据驱动的河流突发性水污染事故应急监测点布局方法框架 |
| 5.4 应急监测点布局综合评价指标体系构建 |
| 5.4.1 指标体系的构建原则 |
| 5.4.2 指标体系的构建 |
| 5.5 基于层次分析法的指标权重值确定 |
| 5.6 基于模糊综合评价法的综合评价 |
| 5.7 应用与结果分析 |
| 5.8 本章小结 |
| 第6章 动态数据驱动的河流突发性水污染事故预警系统技术平台的实现与应用 |
| 摘要 |
| 本章主要内容 |
| 6.1 引言 |
| 6.2 动态数据驱动的河流突发性水污染事故预警系统技术平台设计 |
| 6.2.1 技术平台的需求分析和功能设计 |
| 6.2.2 技术平台架构 |
| 6.2.3 技术平台典型应用流程 |
| 6.3 动态数据驱动的河流突发性水污染事故预警系统技术平台关键技术 |
| 6.3.1 预警模型库的构建 |
| 6.3.2 预警任务的生成 |
| 6.3.3 多预警任务的管理及调度 |
| 6.4 动态数据驱动的河流突发性水污染事故预警系统技术平台的部署及应用 |
| 6.4.1 技术平台的应用实例 |
| 6.4.2 技术平台的实际部署 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 攻读博士学位期间的主要研究成果 |
| 作者简历 |
（8）基于概率组合的水质预测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 论文选题背景及意义 |
| 1.2 水质预警系统概述 |
| 1.3 本文主要内容与结构安排 |
| 1.4 本章小结 |
| 第2章 文献综述 |
| 2.1 水质模型概述 |
| 2.1.1 水质模型的定义 |
| 2.1.2 水质模型的分类 |
| 2.1.3 水质模型的发展历程 |
| 2.2 机理性水质预测模型 |
| 2.2.1 机理性水质预测模型概述 |
| 2.2.2 机理性水质预测模型研究应用 |
| 2.3 非机理性水质预测模型 |
| 2.3.1 非机理性水质预测模型概述 |
| 2.3.2 基于数理统计的水质预测模型 |
| 2.3.3 基于灰色系统理论的水质预测模型 |
| 2.3.4 基于人工神经网络的水质预测模型 |
| 2.3.5 基于支持向量机的水质预测模型 |
| 2.4 组合水质预测研究 |
| 2.4.1 组合预测概述 |
| 2.4.2 组合预测研究现状及应用 |
| 2.5 概率性水质预测研究 |
| 2.5.1 概率性水质预测概述 |
| 2.5.2 概率性水质预测研究现状 |
| 2.6 本章小结 |
| 第3章 基于概率组合的水质预测方法研究 |
| 3.1 概率组合预测方法概述 |
| 3.2 组合预测建模方法 |
| 3.2.1 权重确定方法 |
| 3.2.2 预测表现评定 |
| 3.3 概率性预测研究 |
| 3.3.1 预测概率的确定 |
| 3.3.2 预测概率有效性检验 |
| 3.3.3 水质预测的区间估计 |
| 3.4 本章小结 |
| 第4章 基于概率组合的水质预测方法实验验证 |
| 4.1 实验验证对象及方法 |
| 4.2 组合水质预测实验 |
| 4.2.1 数据使用方式及建模方法 |
| 4.2.2 组合水质预测实验及效果对比 |
| 4.3 概率性预测及其有效性检验 |
| 4.3.1 预测概率的确定 |
| 4.3.2 预测概率有效性检验 |
| 4.3.3 区间性预测 |
| 4.4 本章小结 |
| 第5章 基于概率组合水质预测方法的水质预警系统集成 |
| 5.1 典型渐变性水源水质污染预警技术路线 |
| 5.2 典型渐变性水源水质污染预警系统软件实现 |
| 5.3 典型渐变性水源水质污染预警系统集成 |
| 5.4 本章小结 |
| 第6章 结论与建议 |
| 参考文献 |
| 作者简介 |
（9）空气污染和水污染的管理方法模型（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语对照表 |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 优化布点和水质评价的研究现状 |
| 1.2.1 优化布点的研究现状 |
| 1.2.2 环境质量评价的研究现状 |
| 1.3 空气和水污染预测研究 |
| 1.3.1 国内外预测领域的一些新方法 |
| 1.3.2 空气和水污染预测研究状况 |
| 1.4 预警与应急系统的研究状况 |
| 1.4.1 预警研究现状 |
| 1.4.2 应急研究现状 |
| 1.5 污水处理控制和再利用的研究现状 |
| 1.5.1 污水处理控制的研究现状 |
| 1.5.2 国内外污水等可再生资源利用和开发状况 |
| 1.6 本文的研究目的和研究技术路线 |
| 1.6.1 本文的研究目的 |
| 1.6.2 研究技术路线 |
| 2 优化布点和水质评价的理论与方法 |
| 2.1 新颖的优化布点理论方法 |
| 2.1.1 国内外监测优化布点的方法 |
| 2.1.2 容纳多种归纳算法的MCES简介 |
| 2.1.3 MCES的优化 |
| 2.1.4 计算实例及分析 |
| 2.2 水质评价的理论与方法 |
| 2.2.1 高木-关野(Takagi-Sugeno)模糊系统 |
| 2.2.2 TSK模糊系统(Fuzzy System)简介 |
| 2.2.3 中心化TSK模糊系统 |
| 2.2.4 水质评价仿真实例及分析 |
| 2.3 优化布点或水质评价大样本数据集聚类法 |
| 2.3.1 聚类概述 |
| 2.3.2 谱聚类 |
| 2.3.3 最小包含球理论 |
| 2.3.4 CGBR和CCMEB-CGBR |
| 2.3.5 仿真实例及分析 |
| 2.4 本章小结 |
| 3 空气和水污染预测研究 |
| 3.1 模糊系统用于空气和水污染预测 |
| 3.1.1 基于视觉原理和Weber定律的TSK模糊系统 |
| 3.1.2 基于粒子群优化的视觉TSK模糊系统的建模 |
| 3.1.3 两个仿真实例及分析 |
| 3.2 自适应神经模糊推理应用于污染预报 |
| 3.2.1 ANFIS基本结构与学习规则 |
| 3.2.2 用共轭梯度法进行改进 |
| 3.2.3 预报仿真实例及分析 |
| 3.3 本章小结 |
| 4 预警与应急管理研究 |
| 4.1 国内外的预警与应急管理体系 |
| 4.1.1 国内外的应急体制状况 |
| 4.1.2 加强国际预警与应急交流 |
| 4.1.3 应急演练模拟 |
| 4.2 预警与应急管理的相关工作 |
| 4.2.1 预警与应急管理体系的工作原则和主要内容 |
| 4.2.2 国内外一些预警应急方法介绍 |
| 4.2.3 预警应急管理工作总体框架设计与分析 |
| 4.3 神经网络预警藻类污染 |
| 4.3.1 CATSMLP的网络结构 |
| 4.3.2 粒子群优化算法PSO |
| 4.3.3 优化网络前后仿真实例及分析 |
| 4.4 本章小结 |
| 5 污水控制和污水再利用 |
| 5.1 污水处理的最优鲁棒保成本控制 |
| 5.1.1 活性污泥法污水处理系统模型描述 |
| 5.1.2 H_∞保成本控制器设计 |
| 5.1.3 数字仿真研究及分析 |
| 5.2 污水作为可再生能源的清洁利用 |
| 5.2.1 国内外的污水可再生能源形势 |
| 5.2.2 可再生能源之污水再利用技术 |
| 5.2.3 污水再生利用可行性和优势案例分析 |
| 5.2.4 我国的污水可再生能源政策和未来的发展建议 |
| 5.3 本章小结 |
| 6 结束语 |
| 6.1 主要研究成果和结论 |
| 6.2 主要创新点 |
| 6.3 问题与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）南水北调东线沿线城市水环境容量及其可利用性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外有关的研究现状 |
| 1.3 本文研究内容和技术路线 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究技术路线 |
| 第2章 水环境容量理论计算 |
| 2.1 水环境容量的基本概念 |
| 2.1.1 水环境容量的定义 |
| 2.1.2 水环境容量的分类及特征 |
| 2.2 水环境容量计算 |
| 2.2.1 水环境容量模型的建立 |
| 2.2.2 水环境容量计算程序流程 |
| 2.2.3 水环境容量设计参数的求解 |
| 第3章 研究区域水环境容量特征及可利用性分析 |
| 3.1 研究区域水环境容量特征 |
| 3.1.1 研究区域水系特征 |
| 3.1.2 研究区域水体污染物分布特征 |
| 3.1.3 研究区域水环境容量特征 |
| 3.2 研究区域水环境容量可利用性分析 |
| 3.2.1 水环境容量利用的影响因素 |
| 3.2.2 引调水实现水环境容量的区域均衡配置 |
| 3.2.3 水环境容量的有偿化利用 |
| 第4章 淮安市水环境容量模拟计算 |
| 4.1 淮安市水环境模拟 |
| 4.1.1 WASP5水质模型 |
| 4.1.2 水质模型的基本方程及其求解 |
| 4.1.3 污染负荷模拟 |
| 4.1.4 水质降解系数 |
| 4.1.5 模型率定和验证 |
| 4.2 淮安市水动力模拟计算 |
| 4.2.1 规划区域水系概化 |
| 4.2.2 边界条件 |
| 4.2.3 模型率定和验证 |
| 4.3 淮安市水环境容量计算 |
| 4.3.1 水功能区划 |
| 4.3.2 计算条件 |
| 4.3.3 淮安市城区水系环境容量计算结果 |
| 第5章 淮安市水环境容量利用及总量控制 |
| 5.1 区域水系水质污染现状及水质评价 |
| 5.1.1 淮安市地表水水质概况 |
| 5.1.2 不同功能区的水质现状 |
| 5.2 地表水水质年际变化趋势分析(2003～2005) |
| 5.2.1 调水保护区水体水质年际变化趋势分析 |
| 5.2.2 保留区水质年际变化趋势分析 |
| 5.2.3 排污控制区水质年际变化趋势分析 |
| 5.2.4 工、农业用水区水质年际变化趋势分析 |
| 5.3 污染源现状调查评价及污染源预测 |
| 5.3.1 污染源现状调查评价 |
| 5.3.2 不同规划水平年污染源预测与评价 |
| 5.4 研究区域水污染总量控制及水功能区达标分析 |
| 5.5 功能区河道水环境改善措施 |
| 第6章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
四、江苏清安河水质污染预测模型的改进分析（论文参考文献）
- [1]沣河流域水环境质量评价及富营养化风险分析[D]. 张媛. 长安大学, 2020(06)
- [2]兰州市饮用水源地水环境安全综合评价研究[D]. 李二强. 兰州大学, 2020(01)
- [3]桃林口水库水质评价与预测研究[D]. 戴天骄. 天津大学, 2019(01)
- [4]基于贝叶斯网络的水质评价及水质因子关联性分析[D]. 谢小慧. 西南交通大学, 2019(03)
- [5]海河干流水质变化特征与藻华预测及应急处理技术研究[D]. 赵文喜. 天津大学, 2018(06)
- [6]基于水环境容量的辽宁省水环境承载力分析及优化研究[D]. 李春雨. 东北大学, 2018(02)
- [7]动态数据驱动的河流突发性水污染事故预警系统关键技术研究[D]. 宋筱轩. 浙江大学, 2014(08)
- [8]基于概率组合的水质预测方法研究[D]. 孙兆兵. 浙江大学, 2012(07)
- [9]空气污染和水污染的管理方法模型[D]. 徐华. 南京理工大学, 2009(01)
- [10]南水北调东线沿线城市水环境容量及其可利用性研究[D]. 严德武. 河海大学, 2007(05)
标签：水污染论文; 水环境论文; 预测模型论文; 河流污染论文; 水质综合污染指数论文;