基于自组织映射与哈斯图方法的地表水水质评价研究

被引:15
作者
李伟
姚笑颜
梁志伟
吴一鸣
施积炎
陈英旭
机构
[1] 浙江大学环境与资源学院
关键词
水质评价; 自组织映射; 哈斯图; 敏感性分析;
D O I
10.13671/j.hjkxxb.2013.03.034
中图分类号
X824 [水质评价];
学科分类号
071012 ; 0713 ; 083002 ;
摘要
地表水水质评价是水资源管理与保护中的非常重要的问题.本研究主要目的是应用自组织映射(Self-Organizing Map,SOM)与哈斯图方法(Hasse Diagram Technique,HDT)对地表水水质监测数据集进行分类、建模、解释与评估.以西苕溪流域为例,对其50个断面于2010年6月—2011年5月进行月频率的水质监测.应用SOM分析发现,水质参数可分成10个聚类组,反映了西苕溪流域水质丰、平与枯水期特征,pH、高锰酸盐指数(CODMn)在各个水期变化不大;溶解氧(DO)在枯水期与平水期相对较高,水质具有一定的自净能力;丰水期的氨氮(NH4+-N)、总氮(TN)与总磷(TP)值相对较小;西苕溪流域TN∶TP(氮磷质量比)平均为46,监测期间变幅较大为2~482,监测期内有66.7%的水质样本处于磷限制状态,仅有3.2%处于氮限制状态,存在氮限制与磷限制交替出现的状态,表明流域总体处于磷限制状态.选取CODMn、NH4+-N、TN与TP指标进行HDT综合分析,反映流域上游水质较好,中、下游水质相对较差;敏感性分析结果表明,CODMn敏感性数值最大为235,其次是TN为156,、NH4+-N与TP分别是61与34,表明西苕溪流域的CODMn、TN存在较大的环境风险.建议在西苕溪流域即将开展的环境整治与规划时应考虑开发相关的削减技术与制定相关措施政策以减少CODMn、TN污染.
引用
收藏
页码:893 / 903
页数:11
相关论文
共 16 条
[1]   象山港海域水质时空格局的自组织特征映射神经网络识别 [J].
朱艺峰 ;
施慧雄 ;
金成法 ;
焦海峰 ;
严小军 .
环境科学学报, 2012, 32 (05) :1236-1246
[2]   西苕溪流域非点源氮污染特征 [J].
金黎明 ;
张奇 ;
李恒鹏 ;
徐力刚 ;
王晓龙 ;
聂小飞 .
农业环境科学学报, 2011, 30 (07) :1385-1390
[3]   三峡水库小江回水区不同TN/TP水平下氮素形态分布和循环特点 [J].
李哲 ;
郭劲松 ;
方芳 ;
张超 ;
盛金萍 ;
周红 .
湖泊科学, 2009, 21 (04) :509-517
[4]   基于多元统计分析和RBFNNs的水质评价方法 [J].
周丰 ;
郭怀成 ;
刘永 ;
罗定贵 ;
王真 .
环境科学学报, 2007, (05) :846-853
[5]   非点源污染对太湖上游西苕溪流域水环境的影响 [J].
于兴修 ;
杨桂山 ;
欧维新 .
湖泊科学, 2003, (01) :49-55
[6]  
水和废水监测分析方法[M]. 中国环境科学出版社 , 国家环境保护总局, 2002
[7]  
Relationships Between Chlorophyll, Salinity, Phosphorus, and Nitrogen in Lakes and Marine Areas[J] . H?kanson,Lars,Eklund,Jenny M.Journal of Coastal Research . 2010 (3)
[8]   Water quality assessment and source identification of Daliao river basin using multivariate statistical methods [J].
Yuan Zhang ;
Fen Guo ;
Wei Meng ;
Xi-Qin Wang .
Environmental Monitoring and Assessment, 2009, 152 :105-121
[9]  
Application of Multivariate Statistical Methods to Water Quality Assessment of the Watercourses in Northwestern New Territories, Hong Kong[J] . Feng Zhou,Yong Liu,Huaicheng Guo.Environmental Monitoring and Assessment . 2007 (1-3)
[10]   Comparison of self-organizing maps classification approach with cluster and principal components analysis for large environmental data sets [J].
Astel, A. ;
Tsakouski, S. ;
Barbieri, P. ;
Simeonov, V. .
WATER RESEARCH, 2007, 41 (19) :4566-4578