城市供水水質(zhì)監(jiān)測與預(yù)警系統(tǒng)研究.pdf

1、近年來，隨著人口的增長、城市化進程的加快、工農(nóng)業(yè)生產(chǎn)粗放經(jīng)營與資源的不合理開發(fā)利用，環(huán)境污染日益嚴重，飲用水水質(zhì)安全問題面臨著嚴峻的考驗。因此建立水質(zhì)監(jiān)測與預(yù)警系統(tǒng)對于保障飲用水的安全和社會的正常運轉(zhuǎn)是非常緊要的。
　　本文針對此需要，展開了城市供水水質(zhì)監(jiān)測與預(yù)警系統(tǒng)的構(gòu)建方面的相關(guān)研究，并且將其應(yīng)用于重慶市水質(zhì)預(yù)測，主要研究內(nèi)容和結(jié)論如下：
　?、俳⒅貞c市水污染事故的應(yīng)急管理、組織、處理系統(tǒng)，構(gòu)建應(yīng)急報警體系，為水環(huán)境污

2、染事故的應(yīng)急管理提供組織保障。應(yīng)急管理體系包含應(yīng)急預(yù)案、應(yīng)急管理體制、應(yīng)急運行機制和應(yīng)急法制。處理流程包括警情判定、應(yīng)急啟動、方案制訂、現(xiàn)場實施、事故狀態(tài)控制、應(yīng)急恢復(fù)和應(yīng)急結(jié)束等階段。
　?、诔Ｒ?guī)水質(zhì)預(yù)測模型選擇人工神經(jīng)網(wǎng)絡(luò)BP模型。利用MATLAB平臺，建立了以長江流域水污染的主要指標磷和高錳酸鹽指數(shù)含量為預(yù)測對象，單隱含層、隱含層神經(jīng)元數(shù)為12、LOGSIG作為激活函數(shù)、訓(xùn)練函數(shù)為TRAINGDX算法的BP模型，預(yù)測結(jié)果與實

3、測數(shù)據(jù)吻合較好，TP含量的平均預(yù)測誤差為7.013％，CODMn含量的平均預(yù)測誤差為5.07%，預(yù)測模型已有較強的跟蹤目標曲線的能力，基本能滿足TP和CODMn含量預(yù)測的要求。
　?、蹜?yīng)用WASP建立突發(fā)性水質(zhì)預(yù)測模型，假設(shè)河段為一維水質(zhì)模型，應(yīng)用TOXI模塊對CODMn進行模擬，建立簡單有毒物污染模型，模擬曲線與實測數(shù)據(jù)曲線吻合較好，各段的相對誤差絕對值的平均值分別為11.40%、12.71%、11.53%，說明模型具有較好的準

4、確性。
　　④利用SIDSS和GIS等技術(shù)手段，設(shè)計城市供水水質(zhì)監(jiān)測與預(yù)警系統(tǒng)：①以水源水、出廠水和管網(wǎng)水為重點監(jiān)測對象，確保對飲用水水質(zhì)從“水源到龍頭”全流程實時在線監(jiān)測，并及時對水質(zhì)安全狀態(tài)作出評價。②根據(jù)凈水工藝特點、在線監(jiān)測數(shù)據(jù)、實驗室檢測數(shù)據(jù)等，各種信息進行統(tǒng)計、分析、整合、關(guān)聯(lián)，對水污染事故進行預(yù)警。③結(jié)合國內(nèi)外已有的成功案例、各水廠的應(yīng)急處理預(yù)案、供水系統(tǒng)應(yīng)急調(diào)度預(yù)案和重慶市應(yīng)急處置預(yù)案構(gòu)建預(yù)案庫，系統(tǒng)智能地決策出最