基于组合赋权贝叶斯模型的平寨水库水质评价

李韶慧; 周忠发; 但雨生; 尹林江

doi:10.13961/j.cnki.stbctb.2020.02.031

您当前的位置：

首页 >

文章列表页 >

基于组合赋权贝叶斯模型的平寨水库水质评价

试验研究

- 基于组合赋权贝叶斯模型的平寨水库水质评价
- Water Quality Evaluation of Pingzhai Reservoir Based on Combined Weighted Bayesian Model
- 水土保持通报 2020年40卷第2期页码：211-217
- 作者机构：
  
  1. 贵州师范大学喀斯特研究院/地理与环境科学学院,贵州,贵阳,550001
  2. 贵州省喀斯特山地生态环境国家重点实验室培育基地,贵州,贵阳,550001
- 作者简介：
- 基金信息：
  
  国家自然科学基金委员会：贵州喀斯特科学研究中心项目"喀斯特筑坝河流水安全评估与调控策"（U1612441）;贵州省高层次创新型人才培养计划："百"层次人才项目（黔科合平台人才[2016]5674）;贵州省科技计划项目（黔科合平台[2017]5726-57）
- DOI：10.13961/j.cnki.stbctb.2020.02.031
  中图分类号： X522;X824
- 纸质出版：2020
- 稿件说明：
移动端阅览
李韶慧, 周忠发, 但雨生, 等. 基于组合赋权贝叶斯模型的平寨水库水质评价[J]. 水土保持通报, 2020,40(2):211-217.

Li Shaohui, Zhou Zhongfa, Dan Yusheng, et al. Water Quality Evaluation of Pingzhai Reservoir Based on Combined Weighted Bayesian Model[J]. Bulletin of Soiland Water Conservation, 2020, 40(2): 211-217.
李韶慧, 周忠发, 但雨生, 等. 基于组合赋权贝叶斯模型的平寨水库水质评价[J]. 水土保持通报, 2020,40(2):211-217. DOI： 10.13961/j.cnki.stbctb.2020.02.031.

Li Shaohui, Zhou Zhongfa, Dan Yusheng, et al. Water Quality Evaluation of Pingzhai Reservoir Based on Combined Weighted Bayesian Model[J]. Bulletin of Soiland Water Conservation, 2020, 40(2): 211-217. DOI： 10.13961/j.cnki.stbctb.2020.02.031.

摘要

[目的

]

对黔中水利枢纽的一期工程的核心水源工程——平寨水库的水环境质量进行评价，为该水库水环境质量评价及科学管理提供科学参考。[方法

]

于2018年1，5，8月选取了平寨水库7个断面进行水样采集，选择溶解氧（DO），化学需氧量（COD），总氮（TN），氨氮（NH

-N）这4个因子作为水质评价指标。在层次分析法和熵权法组合确定各评价指标权重的基础上，结合贝叶斯模型对平寨水库进行水质评价。[结果

]

①从组合权重来看，TN和COD对平寨水库水质影响较大，DO和NH

-N影响较小。②平寨水库丰水期水质最好，其次为枯水期，最次为平水期；各断面中库区中心1（KQ1）、库区中心2（KQ2）以及纳雍河断面（NY）水质最差。③TN和COD是平寨水库的主要污染因子。[结论

]

基于组合赋权贝叶斯模型的水质评价方法不仅区分了各评价因子对水质贡献的差异性，同时对水质进行了较为精确的评价。整体而言，平寨水库水质状况达到了贵州省水功能区划的相应要求。

Abstract

[Objective] The water environment quality of Pingzhai Reservoir was evaluated for the core water source project of the first phase of the Qianzhong water diversion project

in order to provide scientific reference for the evaluation and scientific management of the water environment quality of the reservoir.[Methods] This paper selected seven sections of Pingzhai Reservoir for water sampling in January

May and August 2018. Dissolved oxygen (DO)

chemical oxygen demand (COD)

total nitrogen (TN) and ammonia nitrogen (NH3-N) factors were selected as water quality evaluation index. Based on the combination of analytic hierarchy process and entropy weight method

the weight of each evaluation index was determined

and the water quality of Pingzhai Reservoir was evaluated by Bayesian model.[Results] ① From the combination weight

TN and COD showed great impact on water quality of Pingzhai Reservoir

while DO and NH3-N showed little impact. ② The water quality of Pingzhai Reservoir was the best in high-flow period

followed by the low-flow period

and then followed by the moderate-flow period. Among the sections

the water quality of reservoir area 1 (KQ1)

reservoir area 2 (KQ2) and Nayong river sections (NY) were the worst. ③ TN and COD were the main pollution factors in Pingzhai Reservoir.[Conclusion] The water quality evaluation method based on the combined weighted Bayesian model not only distinguishes the difference of contribution of each evaluation factor to water quality

but also evaluates the water quality accurately. Overall

the water quality of Pingzhai Reservoir meets the corresponding requirements of water function zoning in Guizhou Province.

关键词

Keywords

references

宋洁,张艺伟,张炜.基于组合赋权的地表水水质模糊综合评价[J].甘肃水利水电技术,2017,53(10):4-8.

郭晶,王丑明,黄代中,等.洞庭湖水污染特征及水质评价[J].环境化学,2019,38(1):152-160.

刘琰,郑丙辉,付青,等.水污染指数法在河流水质评价中的应用研究[J].中国环境监测,2013,29(3):49-55.

侯玉婷,周忠发,王历,等.基于改进模糊综合评价法的喀斯特山区水质评价研究[J].水利水电技术,2018,49(7):29-135.

闫滨,杨骁.基于模糊综合评价法的大伙房水库上游水质评价及预测[J].南水北调与水利科技,2015,13(2):284-288,381.

姜北,孙美,纪玉琨,等.基于熵值法的地表水水质模糊综合评价[J].灌溉排水学报,2018,37(S1):47-50.

石丽莉,秦春燕.PSO-RBF耦合神经网络在水质评价中的应用[J].安全与环境学报,2018,18(1):353-356.

张颖,高倩倩.基于随机森林分类算法的巢湖水质评价[J].环境工程学报,2016,10(2):992-998.

Hamid R S, Kian M A. Prediction and assessment of drought effects on surface water quality using artificial neural networks:Case study of Zayandehrud River, Iran[J]. Journal of Environmental Health Science and Engineering, 2015,13(1):68.

党伟,焦利民.淮河上游水质污染特征及其综合评价[J].水土保持研究,2018,25(5):358-363,370.

杨学福,王蕾,关建玲,等.基于多元统计分析的渭河西咸段水质评价[J].环境工程学报,2016,10(3):1560-1565.

Kunwar R S, Nidhi Bi, Ajay S, et al. Surface water quality assessment of Amingaon(Assam, India) using multivariate statistical techniques[J]. Water Practice and Technology, 2017,12(4):3511-3525.

何捷,蔡春芳,陈雯,等.阳澄西湖及其入湖港口的水质评价与分析[J].水生态学杂志,2019,40(3):25-32.

李国华,李畅游,史小红,等.基于主成分分析及水质标识指数法的黄河托克托段水质评价[J].水土保持通报,2018,38(6):310-314,321.

黄凯,张晓玲.贝叶斯方法在水环境系统不确定性分析中的应用述评[J].水电能源学,2012,30(9):47-49,216.

余勋,梁婕,曾光明,等.基于三角模糊数的贝叶斯水质评价模型[J].环境科学学报,2013,33(3):904-909.

杨海江,钟艳霞,罗玲玲,等.基于贝叶斯的星海湖湿地水质评价及特征分析[J].节水灌溉,2018(4):92-95,104.

唐金平,朱志强,刘世翔,等.基于贝叶斯理论的地下水水质评价模型及应用[J].节水灌溉,2018(4):88-91.

冯大光,范昊明,柴宇,等.基于熵权赋权贝叶斯方法的河口湿地水环境质量评价[J].沈阳农业大学学报,2014,45(4):446-450.

赵晓慎,张超,王文川.基于熵权法赋权的贝叶斯水质评价模型[J].水电能源科学,2011,29(6):33-35.

国家环境保护总局.水和废水监测分析方法[M].北京:中国环境出版社,2002.

刘宏.综合评价中指标权重确定方法的研究[J].河北工业大学学报,1996(4):75-80.

吕美婷,叶春,李春华,等.三角模糊数优化的贝叶斯水质模型评价方法研究:以太湖竺山湾缓冲带湿地水质评价为例[J].环境污染与防治,2016,38(11):7-14.

冯卫,孟春芳,冯利,等.卫河水系新乡段历年不同水期水质变化分析[J].灌溉排水学报,2019,38(8):121-128.

王娟,张飞,张月,等.艾比湖区域水质空间分布特征及其与土地利用/覆被类型的关系[J].生态学报,2016,36(24):7971-7980.

项颂,庞燕,窦嘉顺,等.不同时空尺度下土地利用对洱海入湖河流水质的影响[J].生态学报,2018,38(3):876-885.

Dowd B M, Press D, Huertos M L. Agricultural nonpoint source water pollution policy:The case of California's Central Coast[J]. Agriculture Ecosystems & Environment, 2008, 128(3):151-161.

Meneses B M, Reis R, Vale M J, et al. Land use and land cover changes in Zêzere watershed(Portugal):Water quality implications[J]. Science of The Total Environment, 2015, 527(9):439-447.

浏览量

1168

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

属性识别理论在闽江沙溪段水质评价中的应用

汾河运城段河流水质评价

基于因子分析的Hopfield神经网络在水质评价的应用

基于模糊数学的黄河内蒙古段水环境质量评价

四川省简阳市地下水水化学特征及灌溉适宜性