• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于貝葉斯網(wǎng)絡技術診斷尼爾基水庫水環(huán)境風險

      2019-08-08 08:00:20鄭國臣支麗玲
      水利技術監(jiān)督 2019年4期
      關鍵詞:嫩江尼爾貝葉斯

      鄭國臣,支麗玲,張 怡,3,張 正,趙 峰,吳 杰

      (1.松遼流域水資源保護局,吉林 長春 000000;2.江南大學環(huán)境與土木工程學院,江蘇 無錫 214122;3.吉林大學植物科學學院,吉林 長春 130062)

      1 概述

      隨著經(jīng)濟社會的發(fā)展,我國水庫水環(huán)境問題日益突出。當前,水庫環(huán)境監(jiān)測系統(tǒng)還不夠完善,水庫水質(zhì)模型的建立缺少基礎數(shù)據(jù),一定程度上限制水庫水環(huán)境的有效管理。模糊數(shù)學、灰色系統(tǒng)和人工神經(jīng)網(wǎng)絡等現(xiàn)代系統(tǒng)方法已經(jīng)應用于水環(huán)境質(zhì)量評價[1- 2]。這幾種統(tǒng)計方法對樣本數(shù)據(jù)要求較高,而且計算復雜、具有人為因素等特點,不適用于水質(zhì)資料相對缺乏的水體(如嫩江中上游流域)。

      在解決水庫水環(huán)境中的不確定性問題時,如水污染事故預警、水環(huán)境風險評估和水環(huán)境風險決策管理等,可以利用貝葉斯網(wǎng)絡模型。近年來,考慮水庫風險源與生態(tài)環(huán)境之間的關系,在水質(zhì)基礎數(shù)據(jù)不充足的前提下,一些研究者采用簡單易懂的形式表示水庫環(huán)境中的不確定性關系,進行預測或診斷推理[3- 4]。貝葉斯理論將所有參數(shù)作為隨機變量,并根據(jù)專家經(jīng)驗賦予其先驗分布,以使參數(shù)估計更可靠,貝葉斯網(wǎng)絡模型的優(yōu)勢在于靈活的拓撲結(jié)構(gòu)、易于理解的邏輯關系和便于解釋的分析結(jié)果[5- 6],通過貝葉斯網(wǎng)絡技術推斷水庫水環(huán)境風險等級,以達到高效、精準的水庫水環(huán)境管理水平。

      尼爾基水利樞紐坐落于嫩江干流中游,控制流域面積6.78萬km2,占嫩江流域面積的22.7%,多年平均徑流量104.7億m3,占嫩江流域的45.7%。尼爾基水庫總庫容86.11億m3,其中防洪庫容23.68億m3。工程實施后,滿足下游的城市生活用水10.29億m3,為農(nóng)業(yè)灌溉供水16.46億m3,可灌溉下游454萬畝農(nóng)田[7]。本文針對嫩江流域水資源保護中亟需解決的重點問題,根據(jù)貝葉斯網(wǎng)絡建立尼爾基水庫(嫩江中游)的預警機制,分析尼爾基水庫水環(huán)境風險狀況,通過貝葉斯網(wǎng)絡技術推斷出尼爾基庫末的最大概率水環(huán)境風險等級,從而實現(xiàn)水環(huán)境風險診斷的目的。

      2 研究內(nèi)容及方法

      2.1 斷面布設

      如圖1所示,嫩江中上游五個點位分別為:尼爾基庫末(繁榮新村斷面)、甘河匯入(柳家屯斷面)、上游支流(嫩江浮橋斷面)、上游匯入(石灰窯斷面)以及嫩江縣排污口。依據(jù)貝葉斯概率公式,計算在尼爾基庫末各水質(zhì)指標不同等級下,上游支流、上游匯入、甘河匯入以及嫩江縣排污口水質(zhì)指標為不同等級的概率,對水質(zhì)數(shù)據(jù)進行分析[8]。綜合考慮對尼爾基水庫水質(zhì)有較為明顯影響的斷面,構(gòu)成貝葉斯網(wǎng)絡模型的節(jié)點,按照尼爾基水庫上游到下游水質(zhì)影響的情況,干流上游斷面依次為石灰窯、嫩江浮橋、嫩江排污口、繁榮新村,支流上的斷面為柳家屯。

      圖1 嫩江中上游斷面示意圖

      2.2 貝葉斯方法

      根據(jù)歷年水質(zhì)數(shù)據(jù)可知,斷面的水質(zhì)指標取不同等級的概率服從正態(tài)分布,取等級I與等級V的概率最小,取等級II與等級IV的概率較大,而取概率III的概率最大,這里采用了[5,20,40,30,5]的取值,斷面的水質(zhì)指標取不同等級的概率分布,并經(jīng)條件概率輸入到貝葉斯網(wǎng)絡模型中,貝葉斯信度網(wǎng)絡模擬軟件為Netica[6]。

      3 貝葉斯網(wǎng)絡模型分析

      3.1 氨氮(NH3-N)

      按照水質(zhì)為不同類型的獨立事件概率表,由貝葉斯概率公式計算出尼爾基庫末(繁榮新村斷面)的不同等級NH3-N濃度條件下,上游4個監(jiān)測點位的氨氮濃度為I~V級水質(zhì)的條件概率見表1—6。

      表1 石灰窯-嫩江浮橋氨氮濃度條件概率表

      表4 嫩江排污口-尼爾基庫末氨氮濃度條件概率表

      表5 庫末-庫中氨氮濃度條件概率表

      表6 庫中-壩前氨氮濃度條件概率表

      圖2 氨氮指標的貝葉斯網(wǎng)絡模型

      將表1—6數(shù)據(jù)輸入貝葉斯網(wǎng)絡模型中,獲得基本的NH3-N貝葉斯網(wǎng)絡模型如圖2所示,使網(wǎng)絡能夠自動計算尼爾基庫末(繁榮新村斷面)NH3-N取不同等級時上游四個空間因素的概率。尼爾基庫末(繁榮新村斷面)的氨氮水質(zhì)I~V級的概率為19.5%,14.9%,21.9%,24%,19.8%的情況下,上游來水(石灰窯斷面)的水質(zhì)狀況為I級水質(zhì)的概率為83.3%,II級水質(zhì)的概率為16.7%,III級水質(zhì),IV級水質(zhì)和V級水質(zhì)的概率為0%;上游支流匯入(嫩江浮橋斷面)的水質(zhì)概率情況為I級水質(zhì)的概率為0%,II級水質(zhì)的概率為66.6%,III級水質(zhì)的概率為33.4%,IV級水質(zhì)和V級水質(zhì)的概率為0%;甘河匯入(柳家屯斷面)的氨氮水質(zhì)概率分布為I級水質(zhì)的概率為0%,II級水質(zhì)為的概率為57.1%,III級水質(zhì)的概率為42.9%,IV級水質(zhì)和V級水質(zhì)的概率為0%。而當上游的4個監(jiān)測點位的氨氮水質(zhì)為II級水質(zhì)時,尼爾基庫末(繁榮新村斷面)的氨氮水質(zhì)分布情況,其I級水質(zhì)概率為25.9%,II級水質(zhì)的水質(zhì)概率為18.6%,III級水質(zhì)的概率為29%,IV級水質(zhì)的概率為5.94%,V級水質(zhì)的概率為20.5%;庫中斷面的氨氮水質(zhì)狀況類別概率分布為I級水質(zhì)的概率為25.9%,II級水質(zhì)的概率為18.6%,III級水質(zhì)的概率為38.4%,IV級水質(zhì)的概率為14.5%,V級水質(zhì)的概率為2.56%;庫末斷面中I級水質(zhì)的概率為25.9%,II級水質(zhì)的概率為18.6%,III級水質(zhì)的概率為36.2%,IV級水質(zhì)的概率為16.7%,V級水質(zhì)的概率為2.56%。

      3.2 高錳酸鹽指數(shù)(CODMn)

      與氨氮類似,將水質(zhì)數(shù)據(jù)輸入貝葉斯網(wǎng)絡模型中,獲得基本的CODMn網(wǎng)絡,之后對網(wǎng)絡進行編制,自動計算尼爾基庫末上游四個空間因素的不同等級CODMn時的概率。如圖3所示,尼爾基壩前的CODMn為I~V級時的概率分別為0%,0%,37.7%,62.3%,0%,石灰窯斷面CODMn為I~V級時的概率分別為0%,33.3%,33.3%,33.3%,0%,嫩江浮橋斷面CODMn為I~V級時的概率分別為16.7%,16.7%,33.3%,33.4%和0%,柳家屯斷面CODMn為I~V級時的概率分別為42.9%,14.3%,14.3%,28.6%和0%,嫩江縣排污口處CODMn為I~V級時的概率分別為5%,20%,40%,30%和5%。

      當上游4個空間因素的CODMn全部為II級時,則貝葉斯網(wǎng)絡模型給出的尼爾基庫末預警為I級的水質(zhì)概率17.1%,II級水質(zhì)概率為14.1%,III級水質(zhì)概率為20.3%,IV級水質(zhì)概率41.7%,V級水質(zhì)概率為6.84%,水質(zhì)情況在IV級的概率最大。庫中的水質(zhì)概率分布情況則為I級水質(zhì)概率為17.1%,II級水質(zhì)概率為0%,III級水質(zhì)概率為59.9%,IV級水質(zhì)概率為16.2%,V級水質(zhì)概率為6.84%,水質(zhì)情況在III級的概率最大。壩前的水質(zhì)概率分布情況為I級水質(zhì)、II級水質(zhì)、V級水質(zhì)概率為0%,III級水質(zhì)概率為50.2%,IV級水質(zhì)概率為49.8%,III級與IV級水質(zhì)概率相當。以此類推,可以依據(jù)貝葉斯網(wǎng)絡模型通過檢測上游水質(zhì),對下游水質(zhì)進行預警。

      圖3 高錳酸鹽指數(shù)貝葉斯網(wǎng)絡模型圖

      4 結(jié)語

      采用貝葉斯網(wǎng)絡模型技術,可以有效突出預警決策中的定量化優(yōu)勢,實現(xiàn)尼爾基水庫的水環(huán)境風險預警與決策。當尼爾基庫末水質(zhì)狀況已知時(如氨氮、高錳酸鹽指數(shù)等水質(zhì)類別為IV類),可以實現(xiàn)對空間因素的溯源,可依據(jù)貝葉斯模型推斷重要空間點位中對尼爾基庫末污染物貢獻率,從而實現(xiàn)水環(huán)境風險診斷的目的。由此可見,采用貝葉斯網(wǎng)絡模型技術可以豐富水庫環(huán)境風險評價的研究方法,促進了水庫環(huán)境風險評價的實際應用,可為后續(xù)建立評價-預警-決策平臺提供理論依據(jù)與技術支持。

      猜你喜歡
      嫩江尼爾貝葉斯
      推進嫩江市霍龍門鎮(zhèn)社會全面振興 做到“六個堅持”實施“六大戰(zhàn)略”
      活力(2021年4期)2021-07-28 05:34:10
      百年嫩江
      納撒尼爾·霍桑的《紅字》
      貝葉斯公式及其應用
      尼爾絲歷險記
      基于貝葉斯估計的軌道占用識別方法
      一種基于貝葉斯壓縮感知的說話人識別方法
      電子器件(2015年5期)2015-12-29 08:43:15
      卡尼爾廣告等
      新營銷(2015年5期)2015-05-30 17:05:29
      嫩江情
      梁喜才:嫩江水畔的領頭雁
      福利中國(2015年4期)2015-01-03 08:03:54
      南丹县| 屯昌县| 伊春市| 康马县| 凤城市| 莆田市| 伊春市| 双鸭山市| 彩票| 高州市| 克拉玛依市| 兴城市| 得荣县| 日照市| 礼泉县| 政和县| 柯坪县| 方城县| 陆川县| 毕节市| 正蓝旗| 那坡县| 柳州市| 两当县| 克东县| 岑溪市| 双峰县| 宁陵县| 马鞍山市| 八宿县| 永年县| 繁昌县| 茂名市| 大洼县| 常熟市| 新建县| 津南区| 佛学| 孝义市| 和顺县| 绥江县|