本科畢業(yè)設(shè)計論文-長江水質(zhì)的評價和預(yù)測

-PAGE1-長江水質(zhì)的評價和預(yù)測摘要 本問題屬于河流水質(zhì)分析問題。我們從微觀、宏觀兩個層面對長江水質(zhì)進行分析、評價。 微觀層面，在BOD-DO(S-P)模型的基礎(chǔ)上，通過查閱大量支流數(shù)據(jù)資料，充分考慮到支流對干流的影響，提出虛擬節(jié)點的概念，將原長江流域圖抽象為一個加權(quán)有向圖，并考慮河段中的隱性污染源,以及時間軸上的變化，得到改進型BOD-DO方法(S-P)。通過改進型BOD-DO方法對溶氧量、高錳酸鹽指數(shù)、氮氨含量的內(nèi)在關(guān)系進行研究，利用反饋迭代的方法逐步逼近得到江水中各類污染物的含量，并以此反演出長江主要污染源的分布——主要集中于長江下游的南京、岳陽、宜昌等地，完成了第二問的解答。 宏觀層面，我們以中國環(huán)境監(jiān)測局的評價標(biāo)準(zhǔn)為基礎(chǔ)建立了以不同水質(zhì)等級比例為依據(jù)的模糊綜合評價和動態(tài)評價函數(shù)，并通過論證得到該函數(shù)良好的評價效果從而為第三第四問服務(wù)，然后用這兩個函數(shù)分析了兩年以來長江的綜合水質(zhì)和各地區(qū)污染狀況的動態(tài)變化。對于第三問預(yù)測未來１０年的水質(zhì)趨勢，我們首先根據(jù)Douglas理論擬合了年廢水量的指數(shù)增長函數(shù)，再把得到的廢水量預(yù)測值和前面提到的量化評價函數(shù)進行線性回歸并進行了顯著性檢驗，成功的預(yù)測了：若不加治理，長江未來１０年的水質(zhì)將逐年惡化直至降至V類甚至劣V類。若要制止這一切的發(fā)生，必須嚴(yán)格治理污水。采取第三問同樣的回歸方法預(yù)測得到長江干流未來的污水排量，量化得今后每年治理后的排污量必須控制在215億噸以內(nèi)才能滿足題干要求的水質(zhì)等級比例。 最后我們根據(jù)前四問提出的宏觀和微觀模型，提出我們認(rèn)為切實可行的治理措施，如：整治重點污染城市，重點防控下游污染，治理水土流失。并更深一層定性和定量地分析了這些措施對模型參數(shù)的影響。[關(guān)鍵詞]：BOD-DO模型；虛擬節(jié)點；隱性污染源；模糊綜合評價函數(shù)；指數(shù)增長預(yù)測；線性回歸預(yù)測一、問題重述本題要求對長江流域水質(zhì)污染現(xiàn)狀進行分析并對發(fā)展趨勢作出預(yù)測。題目給出了長江沿線17個觀測站（地區(qū)）近兩年多主要水質(zhì)指標(biāo)的檢測數(shù)據(jù)，以及干流上７個觀測站近一年多的基本數(shù)據(jù)（站點距離、水流量和水流速）。結(jié)合長江自然凈化能力的相關(guān)信息，依照《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》中4個主要項目標(biāo)準(zhǔn)限值，對（1）對長江近兩年多的水質(zhì)情況做出定量的綜合評價（2）建立模型找出長江污染源的主要所在（3）在無治理措施的假設(shè)前提下，對長江未來水質(zhì)污染的發(fā)展趨勢做出預(yù)測分析，（4）根據(jù)預(yù)測分析，提出針對未來10年內(nèi)每年長江干流的Ⅳ類和Ⅴ類水的比例控制在20%以內(nèi)，且沒有劣Ⅴ類水要求的污水處理方案（5）對解決長江水質(zhì)污染問題切實可行的建議和意見。二、問題分析本問題屬于河流水質(zhì)分析問題。研究此類問題的基本方法是從微觀、宏觀兩方面同時入手；宏觀上整體把握，微觀上細(xì)致分析，為宏觀決策提供理論依據(jù)。本題的分析亦依據(jù)這種思路。宏觀上，我們僅對水質(zhì)綜合評價指標(biāo)，污水排放總量以及治理量等宏觀量感興趣，并希望研究它們內(nèi)在的聯(lián)系；微觀上，我們希望得到長江干流、支流上的每個城市和觀測站具體的污染物的種類及其含量，并根據(jù)題目附表標(biāo)準(zhǔn)，得到所研究江段范圍內(nèi)，每一點的水質(zhì)等級。而預(yù)測需要對宏觀、微觀分析的得到的結(jié)果進行綜合處理。首先，我們從微觀上進行分析。在學(xué)術(shù)界，業(yè)已形成針對解決此類問題的河流水質(zhì)模型的較為成熟的算法。其中，S-P（Streeter-Pheles）的BOD——DO耦合模型可以較好的描述大江大河的水質(zhì)性狀。基于此方程，我們可建立一個用于描述長江干流水質(zhì)隨標(biāo)準(zhǔn)時間、空間變化的函數(shù)關(guān)系，即改進型BOD——DO耦合模型（SP）。其次，在宏觀上，模糊理論可以幫助我們建立綜合評價函數(shù)進行水質(zhì)分析。同樣，長江污染預(yù)測以及治理措施的選取要在分析統(tǒng)計數(shù)據(jù)的基礎(chǔ)上，結(jié)合此綜合評價函數(shù)進行預(yù)測。所以，我們將從宏觀和微觀兩個層面建立適用于不同方面的模型對問題進行分析。三、基本假設(shè)圖1題目中所提供的17個觀測站幾乎涵蓋了長江流域的所有主要工業(yè)城市，而兩大類污染來源--工業(yè)污染和城市污染均主要出自這些城市．如圖1所示，我們將所有觀測點城市分為三類：干流主點，支流匯入點，支流外點；基于二、問題分析中對本問題的分析，我們引入以下假設(shè)：1.在全流域內(nèi)，江的寬度、深度可忽略。2．干流水流量的變化只源于支流匯入，而不考慮降水、外滲、蓄洪。污染源污水匯入干流的流量忽略不計。3.只考慮由污水匯入引起的江水污染，而不考慮因降雨等帶入的污染。4．污染主要發(fā)生在圖示城市附近的流域，以，等干流節(jié)點將長江分段，以段為單位進行考慮。5．江段內(nèi)因支流匯入引起的水流量均勻增長四、符號約定（一）符號約定綜合如下： 干流主點 i=1,2,…,7 支流匯入點 j=1,2,3,4 支流外點 k=1,2,3 干流溶解氧濃度（全流域）(mg/L) 干流溶解氧飽和濃度(mg/L)與當(dāng)?shù)卮髿鈮簭?，溫度有關(guān)，這里取 ，所以 干流高錳酸鹽指數(shù)(mg/L) 干流氨氮含量(mg/L) 干流水流速(km/day) 干流水流量(m3/s) 干流排污量 指代 彌散系數(shù)，描述污水入江后同降水的混合程度 銨鹽，高錳酸鹽指數(shù)降解系數(shù)， 復(fù)氧系數(shù)（二）節(jié)點標(biāo)號約定按照假設(shè)4，將長江分為若干段，我們首先以段為單位進行研究，故需要對干流上的節(jié)點及段標(biāo)號。節(jié)點標(biāo)號存在以下三種情況：干流主點此類節(jié)點只有一個標(biāo)號。圖2支流介入點 支流匯入點涉及兩水體，故需要用兩個點來描述匯合前后的流量Q，流速u。如圖3所示，12為匯入前，13為匯入后，12—13用虛線連接，地理距離為零，稱后者為虛擬節(jié)點。圖3干流主點、支流匯入點重合處同（2），此類點也存在虛擬點；并且由于本身即為干流主點，虛擬節(jié)點21同干流主點6間同樣存在虛擬距離0。圖4經(jīng)如上闡述，原流域圖可以抽象為一張帶權(quán)有向圖。圖5帶“”為虛擬節(jié)點節(jié)點標(biāo)號一覽地理序號地名節(jié)點分類標(biāo)號干流節(jié)點標(biāo)號歸屬段數(shù)1長江源12攀枝花23樂山34宜賓35瀘州46朱沱（重慶）57宜昌68長沙79岳陽710武漢811南昌912九江913安慶1014南京1115揚州12表1注：1.以下若不加說明，則節(jié)點指干流節(jié)點編號。2.關(guān)于水文參數(shù)表示第i段內(nèi)的溶解氧濃度。表示段首干流節(jié)點城市--第j個干流節(jié)點，干流主點；表示段首干流節(jié)點城市--第n個干流節(jié)點，支流匯入點；表示段首干流節(jié)點城市--第n+1個干流節(jié)點，虛擬節(jié)點；表示流入段尾干流節(jié)點城市的河水溶解氧濃度。五、模型建立與求解微觀描述首先，從微觀上，建立水質(zhì)污染的改進型BOD——DO耦合模型（SP）。BOD—DO耦合模型（SP）{以下簡稱B-D模型}的引入 B-D模型用以描述一維穩(wěn)態(tài)水流的污染物分布情況。它只考慮污染物在水中發(fā)生的化學(xué)變化，而不考慮污染物沉降，以及與泥土作用等物理過程。對整條河流而言，污染源僅存在于源頭。 故這種模型適合處理空間大尺度、時間長尺度（穩(wěn)態(tài)）、單一污染源，污染物較為單一，物理過程較簡單的河流模型建模問題。改進型B-D模型 盡管B-D模型對被處理對象的要求較高，但該模型基本把握了河流水質(zhì)污染問題的核心，以最精煉的形式，表達了最基本的內(nèi)容。故我們選擇它作為我們模型的雛形，并發(fā)展出適合本問題的B-D改進型。B-D模型在描述本問題時遇到以下問題：1．干流全流域具有若干顯性污染源，以及隱性污染源2．隱性污染源的分布未知，所有污染源污染物的顯式含量未知3．污染物存在多樣性4．引入水體污染的方式具有多樣性5．長江的各項水文參數(shù)隨時間起伏較大，具有明顯的季節(jié)性。針對4，我們提出了假設(shè)3，去除了這一因素的干擾；針對1，我們提出了假設(shè)4，將長江按顯性污染源分段處理，逐段運用B-D模型。由于即使在每段內(nèi)，也僅僅知道節(jié)點處的水文資料（，，，，），我們在處理和段內(nèi)水流時，采用層次推進，逐步反饋迭代的方法。此方法分兩步走：STEP1: 先假定（*）除每段兩端的節(jié)點城市外，整段河流內(nèi)沒有新的污染源（即隱性污染源）加入。在這個假定下，得到干流主點的排污量。STEP2:除去假設(shè)（*），將污水量分配到前一段沿江地帶，即重新引入隱性污染源，再次求解的排污量。兩步走同時解決了2。5要求我們重新將時間變化考慮在內(nèi),即加入時間導(dǎo)數(shù)項。至此，我們將可以描述1-5要求的B-D稱為改進型B-D模型。算法流程圖如下：3．運用改進型B-D求解問題STEP1:不考慮段內(nèi)隱性污染，可得到如下方程：式（1）式（1）中涉及三個量對時間、空間變化，考慮到附件3，附件4中所給數(shù)據(jù)時間間隔均為月，而我們在處理微分方程時的時間間隔較之短得多；所以，當(dāng)我們時間分段考慮時，在所考慮的時間段內(nèi)，可以達到穩(wěn)態(tài)，即滿足式（2）所以式（1）可以化簡為…式（3）由假設(shè)5，段內(nèi)流速滿足…式（4）我們用近似代替，得到…式（5）結(jié)合初始條件可以解（5）；而當(dāng)段端點有支流、污水匯入時，可用下式得到初始條件：…（式6）分別指代,意義同前。這樣，在假設(shè)（*）的情況下，我們可以得到干流主點的排污量=節(jié)點后排污量-節(jié)點前排量==(假設(shè)2)式（7）STEP2:事實上，是前一流域所有污染源的總排放量，而非只是的排放量。所以，我們除去假設(shè)（*），將污水量分配到前一段沿江地帶，即引入隱性污染源，再次求解。新的方程為：…式（8）式中為沿江污染源。由此得到結(jié)果如下。干流節(jié)點CODMnNH3-N攀枝花78510.35695.4朱沱79364.517328.1宜昌35802227081.4岳陽23528528962.9九江22112014309.8安5南京29224411217.6表2 圖6 圖74．結(jié)果分析由文獻[2]，長江流域的污水中，工業(yè)污水占有很大的比例；而污水排放量的分布同工業(yè)分布應(yīng)大致相同。長江流域的工業(yè)主要集中于南京、岳陽、宜昌等幾個大城市，換言之，污水排放量也應(yīng)集中于這些城市的流域附近。這同表2的結(jié)果是相一致的。 具體分析如下：4.1圖7反映氮氨含量。根據(jù)文獻[2]，氮氨主要來自農(nóng)業(yè)用水。宜昌、岳陽分別位于兩個沿江的主要農(nóng)業(yè)省，其氮氨含量高與事實相符。4.2文獻[2]表明：長江污染最為嚴(yán)重的是中下游區(qū)段。習(xí)慣上，下游從宜昌算起，圖6中，下游城市占了5席，可見下游污染嚴(yán)重。尤以南京為甚，這與當(dāng)?shù)厥突ぎa(chǎn)業(yè)興盛不無關(guān)系。4.3由于改進B-D方法自身不可克服的“漂移性”，不可避免地會反映臨近的上游城市的污染量。所以，宜昌的“一枝獨秀”同它臨近污染大戶重慶有著很大的關(guān)系；朱沱作為重慶的一部分，數(shù)值反而小，因其處于重慶市中心的上游，無法完全反映重慶市的污染狀況。（二）宏觀分析5長江干流水質(zhì)的綜合評價評價長江整體水質(zhì)狀況時，我們首先根據(jù)中國環(huán)境監(jiān)測網(wǎng)《地表水環(huán)境質(zhì)量評價有關(guān)問題的技術(shù)規(guī)定》[1]，以下表的標(biāo)準(zhǔn)進行評價：水質(zhì)類別水質(zhì)狀況Ⅰ～Ⅲ類水質(zhì)比例≥90%優(yōu)75％≤Ⅰ～Ⅲ類水質(zhì)比例＜90％良好Ⅰ～Ⅲ類水質(zhì)比例＜75%，且劣Ⅴ類比例＜20%輕度污染Ⅰ～Ⅲ類水質(zhì)比例＜75%，且20％≤劣Ⅴ類比例＜40％中度污染Ⅰ～Ⅲ類水質(zhì)比例＜75％，且劣Ⅴ類比例≥40％重度污染表3令為Ⅰ～Ⅲ類的比例，為劣Ⅴ類的比例，為IV～V類的比例 在引入評價函數(shù)之前，我們考慮到水質(zhì)的優(yōu)劣是一個模糊的概念。因此，我們根據(jù)模糊數(shù)學(xué)的概念和相關(guān)知識以及水質(zhì)評價的標(biāo)準(zhǔn)，建立了能夠反映水質(zhì)優(yōu)劣的模糊隸屬函數(shù)。定義1水質(zhì)評價隸屬函數(shù)表征論域U中的模糊子集A，。對A的隸屬度表達的含義是由Ⅰ～Ⅲ類的比例和劣Ⅴ類的比例反映的水質(zhì)優(yōu)劣的程度。模糊集A用向量表示為，分別對應(yīng)上表中的五種水質(zhì)狀況（優(yōu)、良、輕度污染……）。隸屬函數(shù)的形式為： …式（9） 根據(jù)附件3長江主要城市水質(zhì)檢測報告所提供的信息，我們通過編程從該表格獲取各個城市28個月的監(jiān)測指標(biāo)，并求取pH，DO，CODMn，NH3-N含量的平均值。依照附表中的類別評價標(biāo)準(zhǔn)，得出28個月平均監(jiān)測指標(biāo)對應(yīng)的水質(zhì)等級和主要污染物（見附錄2）。結(jié)合兩年的綜合統(tǒng)計，計算出各水質(zhì)類別所占比例，可以發(fā)現(xiàn)各類水質(zhì)的分布如下：長江全段綜合水質(zhì)類別分布類別IIIIIIIVV劣V個數(shù)1114001百分比5.9%64.7%23.5%00%5.9%表4 圖8由模糊評價函數(shù)可以得到，長江兩年來水質(zhì)綜合狀況是：優(yōu)。其主要水質(zhì)以Ⅰ～Ⅲ類為主。6.各地區(qū)水質(zhì)不同時段的對比分析及污染狀況對某地區(qū)水質(zhì)的分析除了體現(xiàn)在28個月內(nèi)綜合的水質(zhì)等級，還可以從水體在某時間段某監(jiān)測指標(biāo)發(fā)生顯著的變化，來追蹤污染物的成因，從而為尋求治理的措施提供線索，所以指標(biāo)的動態(tài)變化程度也是水體評價中一個比較重要的因素。我們在進行對比分析時，需要選擇的相同的監(jiān)測項目和斷面以保證數(shù)據(jù)的可比性。其實，水質(zhì)的好轉(zhuǎn)和惡化程度也是一個模糊的概念。同樣的，我們建立了反映濃度和水質(zhì)等級變化程度的模糊隸屬函數(shù)。定義3濃度變化程度隸屬函數(shù)表征論域U中的模糊子集A，。對A1的隸屬度表示的意義是濃度指標(biāo)變化量x反映的好轉(zhuǎn)或惡化的程度。隸屬函數(shù)的形式為： 參數(shù)a反映了濃度變化的閾指，根據(jù)中國環(huán)境監(jiān)測總站的指標(biāo)，取a=0.2，即當(dāng)指標(biāo)濃度值升高或降低的幅度小于20％時，屬于水質(zhì)無明顯變化；指標(biāo)濃度值升高或降低的幅度大于或等于20％時則屬于水質(zhì)有所好轉(zhuǎn)或有所惡化。函數(shù)圖形如右圖：定義4等級變化程度隸屬函數(shù)表征論域U中的模糊子集A2，。對A2的隸屬度表示的意義是指水質(zhì)等級變化量反映的好轉(zhuǎn)或惡化的程度。隸屬函數(shù)的形式為： 其中x的區(qū)間為等級變化閾值區(qū)間，當(dāng)水質(zhì)狀況等級不變時，評價為無明顯變化；當(dāng)水質(zhì)狀況等級發(fā)生一級變化時，評價為有所好轉(zhuǎn)或惡化；當(dāng)水質(zhì)狀況等級發(fā)生兩級以上（含兩級）變化時，則評價為顯著好轉(zhuǎn)或顯著惡化。 在上述工作的基礎(chǔ)上，結(jié)合5的結(jié)果我們可以對各地區(qū)水質(zhì)逐一地進行綜合的動態(tài)的分析。以四川攀枝花為例： 可以發(fā)現(xiàn)，DO濃度在04年8月有明顯提高。CODMn和NH3-N濃度都有劇烈波動，其中CODMn濃度在03年9、10月，04年3，5，8月和05年5月發(fā)生顯著惡化；在03年4，8月和04年10月發(fā)生顯著好轉(zhuǎn)。NH3-N濃度在04年1、2、8月發(fā)生劇烈惡化，而在同期的3月，9月得到了很大的緩和。從動態(tài)分析我們可以發(fā)現(xiàn)，四川政府對NH3-N的危機反應(yīng)處理能力較好，能在發(fā)生水質(zhì)惡化時組織有效的治理使下一時期較好地緩解污染。而在CODMn的治理上卻不甚理想，對污水的治理往往間斷或者滯后。水質(zhì)的優(yōu)劣是由綜合指標(biāo)決定的，對任何一項污染的治理不力都會使水質(zhì)惡化。所以各地區(qū)政府都應(yīng)該對各項污染予以同等的重視才能讓我們的賴以生存的長江保持優(yōu)良的水質(zhì)?？捎纱_定水質(zhì)等級變化程度，如左圖所示攀枝花的變化圖形。 最后，我們參照各地兩年的平均監(jiān)測指標(biāo)，采用定義3和4的動態(tài)評價方法給出對每個站點綜合和動態(tài)的分析。結(jié)果如下：各地區(qū)水質(zhì)的綜合評定、不同時段的對比分析污染狀況地點綜合水質(zhì)等級水質(zhì)顯著變化時間段污染因素惡化好轉(zhuǎn)四川攀枝花II04020308，0403，0408高錳酸鉀、氨氮重慶朱沱II湖北宜昌II湖南岳陽城II江西九江II安徽安慶II江蘇南京II四川樂山III05010503溶解氧，高錳酸鉀，氨氮四川宜賓II0307，0312，04030308，0402，0404高錳酸鉀、氨氮四川瀘州III04020308，0405，0406，0408溶解氧，氨氮湖北丹江口I湖南長沙III0308溶解氧，氨氮湖南岳陽III0406高錳酸鉀，氨氮湖北武漢II江西南昌劣V0308，0406，04100404，0407，0505溶解氧，氨氮江西九江II04100501高錳酸鉀江蘇揚州II03070308溶解氧表5注：0402表示04年2月 水質(zhì)的評價符合“木桶原理”的描述，即它的性狀是由評價標(biāo)準(zhǔn)中最低的一項決定的。從長江兩年的情況可以看出，高錳酸鹽指數(shù)和氨氮指標(biāo)是制約水質(zhì)的最大瓶頸。所以治理的時候應(yīng)從薄弱環(huán)節(jié)入手，才能使長江水質(zhì)得以較好的提升。7長江未來水質(zhì)的發(fā)展趨勢的預(yù)測7.1評價函數(shù)對于表3的標(biāo)準(zhǔn)，我們同樣可以使用形如作為評價函數(shù)?！撸謩e代表ⅠⅡⅢ類，劣Ⅴ類，Ⅳ、Ⅴ類?！唷Ｈ糇魈鎿Q得到水質(zhì)評價函數(shù)，其中為權(quán)因子，反映對水質(zhì)優(yōu)劣的影響作用；為常數(shù)。 判別評價函數(shù)是否為一個好的評價函數(shù)一方面取決于該函數(shù)是否能準(zhǔn)確地從數(shù)值上體現(xiàn)水質(zhì)的等級差別，另一方面在于函數(shù)是否能從數(shù)值推測出水質(zhì)的等級分布?？紤]到模糊評價函數(shù)的函數(shù)值（隸屬度）是[0，1]間的5段階梯函數(shù)，我們假定衡量好壞的標(biāo)準(zhǔn)如下。標(biāo)準(zhǔn)1對，若有，則稱評價效果良好。標(biāo)準(zhǔn)2若，恒有，其中為兩種水質(zhì)類別百分比的分級區(qū)間。 根據(jù)標(biāo)準(zhǔn)1和2，我們采用計算機隨機模擬的方法（MonteCarlo法）確定參數(shù)。得到。根據(jù)附件四中的長江10年來水文年（全年平均）的數(shù)據(jù)（表6）進行檢驗，得到了理想的評價效果，見圖10。結(jié)論1：評價函數(shù)具有良好的評價性，適合用于對未來水質(zhì)的預(yù)測評價。長江流域近10年水文年數(shù)據(jù)統(tǒng)計1995199619971998199920002001200220032004Ⅰ～Ⅲ比例%93.185.380.788.480.27473.776.777.568劣Ⅴ比例%03.103.401.604.105.006.8010.1010.3011.30廢水總量174179183189207234220.5256270285 表67.2長江未來十年水質(zhì)及污染的預(yù)測經(jīng)濟增長和污染一直以來都是一把雙刃劍的兩面，隨著我國社會主義經(jīng)濟建設(shè)的飛速發(fā)展和現(xiàn)代化水平的不斷提高，必然會有越來越多的工廠出現(xiàn)，特別是在長江流域的許多工業(yè)重鎮(zhèn)，高效生產(chǎn)的工廠在貢獻GDP的同時也將對大自然環(huán)境恣意污染，排放大量的工業(yè)廢水，所以倘若國家對污染沒有相對有效的治理措施，各大工廠的污染程度將隨時間與經(jīng)濟同比增長。根據(jù)C,Douglas的生產(chǎn)理論[7]，經(jīng)濟是以資金和勞力為變量的指數(shù)增長模型，所以污染量也應(yīng)當(dāng)符合指數(shù)增長模型。 表6中95—04年每年的污染總量和時間符合的指數(shù)函數(shù)形式，使用軟件Mathematica進行擬合，結(jié)果如下：污染總量B的表達式為： …………式（10）進而，得到未來十年的年污染排放能力預(yù)測值：長江流域未來10年污染總量預(yù)測2005200620072008200920102011201220132014廢水總量310336365398436478526579640709 結(jié)論2：若不采取有效的治理措施，長江的廢水量將指數(shù)級上升，可能會對水質(zhì)造成不可挽回的破壞。 對未來水質(zhì)的預(yù)測將結(jié)合預(yù)測污染量和7.1中確定的評價函數(shù)綜合考慮。根據(jù)結(jié)論2，我們可以通過評價函數(shù)對未來的水質(zhì)進行相對合理的預(yù)測和評估。 由結(jié)論2，得到年度評價函數(shù)的數(shù)值和廢水量呈近似的線性關(guān)系：，對它進行最小二乘擬合（除去明顯偏離的點），結(jié)果為：的表達式為： …………（11） 對于擬合的效果，我們同時進行了線性回歸顯著性分析，采用t檢驗法[5]。提出假設(shè)： ： ： 在顯著水平下，的拒絕域為。取=0.05，計算得，， 所以在顯著水平=0.05下，拒絕，回歸方程存在顯著的線性關(guān)系。結(jié)合式（10）,式（11）式(10)式(11) 我們可以得到未來10年水質(zhì)綜合評價的預(yù)測,如下：長江流域未來10年水質(zhì)綜合評價預(yù)測2005200620072008200920102011201220132014廢水總量B310336365398436478526579640709評價值V0.700.670.620.580.520.460.400.320.230.13等級IIIIIIIIIIIIIIIVIVIVVV 表7 由數(shù)據(jù)及表格易知：污染如果不加治理，后果是不堪設(shè)想的。從2009年以后，長江的水質(zhì)等級就將達到IV級，這意味著長江水將再也無法達到飲用水標(biāo)準(zhǔn)。到2015年長江的存在無異于一條廢水池，甚至危害周邊人們及動植物的健康。所以，為使我們的社會能夠?qū)崿F(xiàn)可持續(xù)發(fā)展，治理長江水質(zhì)污染問題是我們所有大學(xué)生應(yīng)予以關(guān)注的問題、是所有中國人共同的職責(zé)。7.3長江廢水污染的控制建議 根據(jù)中國環(huán)境監(jiān)測網(wǎng)的分析，長江干流上主要城市的污水排放量占到了總排放量的50%以上，而南京、岳陽、重慶、鎮(zhèn)江等大城市尤甚。要從根本上解決污染問題，唯有從這些污染源開始著手進行污水治理。在附件四中有長江干流近10年的數(shù)據(jù)，采用3.3中同樣的方法，對干流評價函數(shù)的數(shù)值和廢水量進行線性擬合，滿足，結(jié)果為：的表達式為： …………式（12） 經(jīng)假設(shè)檢驗，的線性關(guān)系明顯。 對未來10年干流水質(zhì)綜合評價的預(yù)測如下：長江干流未來10年水質(zhì)綜合評價預(yù)測2005200620072008200920102011201220132014評價值0.560.510.460.400.3600等級IIIIIIIVIVIVVV劣V劣V劣V（若不及時治理，長江干流流域在2012年后將瀕臨崩潰） 表8 我們要求對干流污水的定量處理措施所要達到的標(biāo)準(zhǔn)是：干流IV類和V類水的比例在20%以內(nèi)而且沒有劣V水，即。倘若固定，函數(shù)是單增的，所以對標(biāo)準(zhǔn)進行量化可得治理后的評價值下限。又由③式的單值性，，使，此時的稱為污水處理量的下限。設(shè)今后每年最少需要處理的污水量為，，則： 計算得，繼而得到：長江干流未來10年污水處理量Gmin（Ｂmin＝214.9）2005200620072008200920102011201220132014排放量B310336365398436478526579640709處理量G95121150184221263311365425494處理率%30.836.14146.150.766.569.7表9 據(jù)人民網(wǎng)統(tǒng)計（/GB/shizheng/1026/2987312.html）,到2003年，長江流域的工業(yè)廢水和城市污水每年有90%未經(jīng)處理直接排入長江，水資源和沿岸城市數(shù)量均占全國三分之一的長江在排污量上亦不甘落后。而長江流域的污水目前的處理率僅10%左右，低于全國平均水平，還遠(yuǎn)遠(yuǎn)不及我們預(yù)測的污水控制要求。提高廢水的處理率將成為各大排污大戶近期面對的嚴(yán)峻課題。（三）建議與措施 長江正面臨著水污染的嚴(yán)峻挑戰(zhàn)。長江流域水污染主要來源于面源、點源、流動源和固體廢棄物等。為實現(xiàn)流域社會經(jīng)濟可持續(xù)發(fā)展，必須保護好長江水資源，加強水污染防治力度。8．1治理水土流失，農(nóng)田廢水--控制面源 正如題目中所敘述，BOD,氮氨是長江污染源中的最主要污染物。這兩者主要含于農(nóng)田用水中，主要由水土流失，農(nóng)田廢水的直排所引起。由圖11可見圖11位于農(nóng)業(yè)大省的宜昌、岳陽兩地的氮氨含量明顯高于其他幾個地區(qū)。同上圖反映的信息是相符的。8.2整治重點污染城市--控制點源首先，考慮兩種最為極端情況：上游單源污染，全程沿江平攤污染。 按照我們的改進型B—D模型，借助Mathmatica的符號證明（見附錄6），我們得到結(jié)論：在保持相同排污量的前提下，則無論何種情況（水量、流速、自潔能力），上游單源污染所帶來的下游危害都將大于全程沿江平攤污染。 所以，應(yīng)該首先大力整治重點污染城市。8.3重點防控下游污染從我們的改進型B-D模型中，易得結(jié)論：在排污量恒定的情況下，下游排放污水的危害更甚.并且，在實際得到的結(jié)果中（圖12），下游城市的污水排量明顯高于中游及上游，這與現(xiàn)實生活中下游長三角經(jīng)濟發(fā)達，企業(yè)眾多的事實也是相符合的。圖12在長江流域各行政分區(qū)中，2001年單位水資源納污量居前五位的是上海>江蘇>浙江>湖北>河南；劣于Ⅲ類水河長占評價河長比例較高的是上海>江蘇>河南>浙江>貴州，單位水資源納污量較高的行政分區(qū)，水質(zhì)相對較差，主要分布在三角洲平原和長江中上游水系。所以，我們建議：就流域而言，重點防止下游。8.4控制劣五類的含量根據(jù)我們推導(dǎo)的水質(zhì)評價函數(shù)式中借用經(jīng)濟學(xué)的邊際效應(yīng)概念的思想，每增加一個百分比，評價函數(shù)的變化幅度的期望為同理，所以，說明對于整體水質(zhì)來講，相比于提高Ⅰ、Ⅱ、Ⅲ類的比例來講，降低劣Ⅴ類比例同樣重要。8.5實行排放水污染物許可證制度--嚴(yán)格控制總量.，由我們的污水量—水質(zhì)模型,年度評價函數(shù)的數(shù)值和廢水量呈近似的線性關(guān)系：，所以，要提高總體水質(zhì)，必須嚴(yán)格控制污水排放總量。而各省市統(tǒng)計資料表明，沿江城市污水總構(gòu)成中，工業(yè)廢水量大于生活廢水量。以四川為例，2003年，工業(yè)廢水占53%，大于生活廢水；長江全流域污水排放量已達１５０億ｔ，占全國工業(yè)廢水總量的４５．２％；生活污水量３５．８億ｔ，占全國生活污水總量的３５．７％。由此可見，治理污染的重中之重是控制工業(yè)廢水。 在市場經(jīng)濟體制下，排放水污染物許可證制度是控制工業(yè)污水總量，進而控制污水總量的最有力手段。 綜上所述，我們從總量控制、內(nèi)容控制、區(qū)域控制、水質(zhì)標(biāo)準(zhǔn)控制、重點控制五個方面著手，提出了治理水土流失，重點整治重點城市，重點控制下游排放，實行排放水污染物許可證制度以及控制劣五類的含量五種切實可行的方法。整治方向相應(yīng)措施效果總量控制實行排放水污染物許可證制度減少工業(yè)排放污水內(nèi)容控制治理水土流失降低BOD,氮氨區(qū)域控制重點控制下游排放改善長三角現(xiàn)狀水質(zhì)標(biāo)準(zhǔn)控制控制劣五類的含量提高長江整體水質(zhì)重點控制重點整治重點城市控制點源8.6科技、經(jīng)濟、環(huán)保動態(tài)模型 科技，經(jīng)濟，環(huán)保之間存在著密切的關(guān)系，我們可以在這基礎(chǔ)上構(gòu)建科技—經(jīng)濟—環(huán)保的系統(tǒng)動力學(xué)模型[8]，它有科技，經(jīng)濟和環(huán)保三個子系統(tǒng)。它們之間的關(guān)系主要表現(xiàn)為雙重供求關(guān)系，如左圖所示。 關(guān)系Ⅰ為科技成果的供求關(guān)系:科技成果在經(jīng)濟的應(yīng)用促進經(jīng)濟關(guān)系，而一定的經(jīng)濟發(fā)展水平又對科技成果提出要求。關(guān)系Ⅱ科技投入的供求關(guān)系:經(jīng)濟為科技提供人力物力財力，而科技的存在發(fā)展也對經(jīng)濟的投入提出了資源的需求。關(guān)系Ⅲ為環(huán)保質(zhì)量的供求關(guān)系：好的自然生態(tài)環(huán)境為經(jīng)濟發(fā)展提供了良好的外部環(huán)境。反之，環(huán)境的維護也需要經(jīng)濟手段的幫助。關(guān)系Ⅳ環(huán)境投入的供求關(guān)系：經(jīng)濟為環(huán)境保護提供了財力人力物力。反之，環(huán)境的變化也需要經(jīng)濟政策不斷的調(diào)整。關(guān)系Ⅴ為環(huán)境資源的供求關(guān)系：環(huán)境為科技發(fā)展提供充足豐富資源。而同時科技部門也想環(huán)資源提出多樣要求。關(guān)系Ⅵ為科技知識的供求關(guān)系：隨著環(huán)保要求的提高，解決環(huán)保問題的新興科技也不斷涌現(xiàn)，而環(huán)保也需要的新的科技知識進行預(yù)測和分析。以上是科技—經(jīng)濟—環(huán)保之間的相互作用關(guān)系和結(jié)構(gòu)，各個關(guān)系的詳細(xì)分析在此不做贅述?？傊?，對于長江水污染的治理和整個地表水生態(tài)系統(tǒng)的可持續(xù)發(fā)展需要每個人在宏觀上立一個保護環(huán)境的長遠(yuǎn)和系統(tǒng)的思維意識。六、模型改進在建立改進型B-D模型之初，我們引入了如下假設(shè)：干流水流量變化只源于支流匯入，降水、外滲、蓄洪暫不考慮。江段內(nèi)因支流匯入引起的水流量均勻增長。不考慮因降雨等帶入水體的污染物。這些都是為了求解方便而將實際情況作了簡化處理。針對假設(shè)1，2，可以通過查閱資料—譬如長江流域的降水、洪水，以及水網(wǎng)分布，綜合她們得到一個補給函數(shù)，并將此函數(shù)的影響加入到式（1）中。假設(shè)3依此方法可作類似的處理。預(yù)測模型的評價：采用指數(shù)和線性函數(shù)回歸分析預(yù)測的優(yōu)點在于簡便、快速、實踐性較好。缺點是由于數(shù)據(jù)量的匱乏，回歸的精度并不高，而且只考慮單一因素，對于更多綜合因素的討論不足。在科研領(lǐng)域普遍使用，可以改進我們模型的方法有：1

建立ARMA時間序列預(yù)測模型；2

建立BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練預(yù)測函數(shù)；3

采用

Kalman

濾波器。由于時間的限制，我們無法對這些方法進一步研究。參考文獻[1]中國環(huán)境監(jiān)測總站地表水環(huán)境質(zhì)量評價有關(guān)問題的技術(shù)規(guī)定（暫行）/standard/class.asp?unid=7522005.9.16[2]《中國水利》雜志防治長江水污染現(xiàn)狀及法律對策/zcyj/20030627/200306270087.asp2005.9.17[3]傅國偉《河流水質(zhì)的數(shù)學(xué)模型及其模擬計算》北京中國環(huán)境科學(xué)出版社1987年2005.9.17[4]張立成等《長江河源區(qū)水環(huán)境地球化學(xué)》北京中國環(huán)境科學(xué)出版社1992年2005.9.17[5]盛驟等《概率論與數(shù)理統(tǒng)計》北京高等教育出版社1979年2005.9.17[6]胡文海等《多河段線性水質(zhì)模型及其可視化仿真》《系統(tǒng)方針學(xué)報》第13卷第5期2001年9月2005.9.17[7]CobbC,DouglasP.Atheoryofproduction[J].AmericanEconomic。Review,SupplementMarch，1928，18:2033-[8]浙江大學(xué)管理科學(xué)研究室《科學(xué)技術(shù)—教育—經(jīng)濟綜合動態(tài)系統(tǒng)模型》1989.11七、附錄清單：SP模型主要程序近兩年長江各點位平均監(jiān)測數(shù)據(jù)各支流水文信息沿江觀測點距地表水環(huán)境質(zhì)量評價有關(guān)問題的技術(shù)規(guī)定（暫行）建議8.2的機器證明。1程序：sp.cppstructRiverEdge{ size_ti,j; doublex; RiverEdge(void):i(0),j(0),x(0.0){} RiverEdge(size_ti,size_tj,doublex):i(i),j(j),x(x){}};CStringMMTest3(void){ CStringResult,Temp; ifstreamf("E:\\2005數(shù)模\\Data.txt"); //河網(wǎng)分布描述文件 ifstreamf1("E:\\2005數(shù)模\\Table1.txt"); //污染指數(shù)描述文件 ifstreamf2("E:\\2005數(shù)模\\TableT.txt"); //干流流量流速描述文件 ofstreamfout("E:\\2005數(shù)模\\Result.txt"); //結(jié)果輸出文件 size_tn,i,j,it,k,kt; f>>n; //獲取河網(wǎng)總的結(jié)點數(shù) CVector<double>Q(n),u(n),x(n);//流量、流速、距離 CVector<double>O(n),L1(n),L2(n);//DO、CODMn、NH3-N CVector<double>Ot(0.0,n),L1t(0.0,n),L2t(0.0,n),Qt(0.0,n);//進入觀測點前DO、CODMn、NH3-N的計算值 CVector<int>SType(n);//結(jié)點屬性 size_tID[100];//結(jié)點與觀測點的對應(yīng)關(guān)系 doublek1=0.3,k2=0.7;//降解系數(shù)、復(fù)氧系數(shù) doubleT=15.0;//溫度 doubleOs=468.0/(31.6+T),Dt=100.0;//飽和氧濃度、擴散系數(shù) doubleat,b1,b2,rt,dx,ut,bias; for(i=0;i<n;++i){ ID[i]=n; } for(i=0;i<n;++i){ f>>it; f>>it; ID[it]=i; f>>SType[i]>>Q[i]>>u[i]>>O[i]>>L1[i]>>L2[i];//獲取河網(wǎng)結(jié)點屬性 if(u[i]==0.0){ u[i]=1.0; } u[i]*=3600.0*24.0/1000.0;//將m/s轉(zhuǎn)化成km/day } vector<RiverEdge>edge; f>>i>>j>>dx; while(i){ edge.push_back(RiverEdge(i,j,dx));//獲取河網(wǎng)分布的拓?fù)鋱D及結(jié)點間距離 f>>i>>j>>dx; } doubleDist[8]={0,950,1728,2123,2623,2787,3251};//干流上觀測點之間的距離 CVector<double>ProP(n); CVector<size_t>Type(size_t(0),n); stringstr; chartemp[202]; f.getline(temp,100); for(i=1;i<8;++i){ f.getline(temp,100); str=temp; istringstreamsstr(str); sstr>>it; while(sstr>>it){ it--; Type[it]=i; //獲取結(jié)點所屬干流江段 } } Type[0]=0; Type[7]=8; for(i=0;i<n;++i){ f>>it; f>>ProP[i];//獲取結(jié)點在對應(yīng)干流江段的位置 } f.close(); CVector<double>SL1(0.0,n),LT1(n),SL2(0.0,n),LT2(n); for(k=0;k<28;++k)//對時間循環(huán) { stringstr; ostringstreams; s.rdbuf()->str(str); doublet,p1,p2,p3; f1>>str; for(it=0;it<17;++it){ f1>>i>>i>>t>>p1>>p2>>p3; f1.getline(temp,200); if(k<10||k>22)continue; //只處理2004-4到2005-4月的數(shù)據(jù) if(ID[it+1]==n)continue; //獲取對應(yīng)月份觀測點實測的污染指標(biāo) O[ID[it+1]]=p1; L1[ID[it+1]]=p2; L2[ID[it+1]]=p3; } if(k<10||k>22)continue;//只處理2004-4到2005-4月的數(shù)據(jù) for(it=1;it<8;++it){//獲取干流觀測點流量 f2>>t; Q[it]=t; } for(it=1;it<8;++it){//獲取干流觀測點流速 f2>>t; u[it]=t; u[it]*=3600.0*24.0/1000.0; //將m/s轉(zhuǎn)化成km/day } for(it=1;it<n;++it){//計算支流觀測點流速（假設(shè)線性） if(SType[it]!=1){ i=Type[it]; if(i==0)continue; u[it]=u[i]*(ProP[it])+u[i-1]*(1.0-ProP[it]); } } LT1=0.0; LT2=0.0; for(kt=0;kt<1;++kt){ //迭代優(yōu)化 L1t=0.0; L2t=0.0; Ot=0.0; Qt=0.0; for(it=0;it<edge.size();++it){ i=edge[it].i; j=edge[it].j; dx=edge[it].x; --i; --j; if(SType[i]==2){//獲取虛擬點會合后的污染指數(shù)和流量 Q[i]=Qt[i]; if(Q[i]==0.0){ O[i]=L1[i]=L2[i]=0.0; }else{ O[i]=Ot[i]/Q[i]; L1[i]=L1t[i]/Q[i]; L2[i]=L2t[i]/Q[i]; } } ut=(u[i]+u[j])/2.0;//采用平均速度 b1=ut*(1-sqrt(1+4.0*Dt*k1/(ut*ut)))/(Dt+Dt); b2=ut*(1-sqrt(1+4.0*Dt*k2/(ut*ut)))/(Dt+Dt); at=exp(b1*dx); rt=exp(b2*dx); if(Type[i]&&Type[j]){ //迭代修正項 bias=(LT1[Type[i]])*ut; bias/=(k1*(Dist[Type[i]-1]-Dist[Type[i]-2])); }else{ bias=0; } L1t[j]+=((L1[i]-bias)*at+bias)*Q[i]; if(Type[i]&&Type[j]){//迭代修正項 bias=(LT2[Type[i]])*ut/(k1*(Dist[Type[i]-2]-Dist[Type[i]-3])); }else{ bias=0; } L2t[j]+=((L2[i]-bias)*at+bias)*Q[i]; Ot[j]+=(Os-(Os-O[i])*rt+k1*(L1[i]+L2[i])*(at-rt)/(k1-k2))*Q[i]; Qt[j]+=Q[i];//污染量累計 } for(i=0;i<n;++i){ if(SType[i]==1){//計算干流排污量 if(Qt[i]==0.0)continue; t=L1[i]; t=L1t[i]/Qt[i]; L1t[i]=(L1[i]-L1t[i]/Qt[i]); t=L1t[i]; L2t[i]=(L2[i]-L2t[i]/Qt[i]); LT1[i]+=L1t[i]; LT2[i]+=L2t[i]; } } } fout<<2003+((int)k+5)/12<<'-'<<((int)k+5)%12+1<<"\tCODMn\tNH3-N\n";//輸出 for(i=0;i<n;++i){ if(SType[i]==1){ if(Qt[i]==0.0)continue; s<<(int)i+1<<'\t'; s<<LT1[i]*Q[i]<<'\t'<<LT2[i]*Q[i]<<endl;//輸出迭代改進之后的觀測點排污量 if(i<8&&k!=15){ SL1[i]+=LT1[i]*Q[i]; SL2[i]+=LT2[i]*Q[i]; } }else{ continue;// } } s<<endl; fout<<s.str(); } //輸出觀測點總排污量 fo