基于粗糙贝叶斯网络的水质预测预警研究.pdf

目 录 摘 要I ABSTRACT III 第1 章 绪论 5 1.1 研究背景及意义 5 1.2 国内外研究综述 7 1.2.1 因素分析方法研究现状 7 1.2.2 预测模型研究现状 8 1.2.3 预警管理研究现状 12 1.2.4 现状分析与发展趋势 13 1.3 研究内容及技术路线 14 1.3.1 研究内容 14 1.3.2 研究框架与技术路线 14 第2 章 研究区域介绍 16 2.1 研究区域 16 2.1.1 研究区域地理位置 16 2.1.2 污染源调查 17 2.2 内环境数据分析 19 2.3 外环境数据分析 23 2.4 本章小节 24 第3 章 基于粗糙集的水质属性约简 25 3.1 粗糙集理论 25 3.2 基于粗糙集的水质因子属性约简 26 3.2.1 数据离散 26 3.2.2 粗糙集属性约简 29 3.2.3 对比实验 32 3.3 本章小节 33 第4 章 基于粗糙贝叶斯网络的水质预测与分析 34 4.1 方法原理介绍34 4.1.1 贝叶斯网络34 4.1.2 基于贝叶斯理论的水质类别的确定35 4.1.3 贝叶斯网络建模36 4.1.4 评价指标39 4.2 基于粗糙贝叶斯网络的水质预测模型40 4.2.1 基于粗糙贝叶斯网络结构学习41 4.2.2 基于粗糙贝叶斯网络参数学习43 4.2.3 模型结果与分析49 4.3 本章小节53 第5 章 流域水环境容量预警与对策研究54 5.1 总体达标水环境容量计算方法54 5.2 主要参数54 5.3 水环境容量计算57 5.4 水资源系统治理措施58 5.5 本章小节60 第6 章 结论与展望61 6.1 结论61 6.2 展望62 参考文献63 致 谢70 在学期间发表论文及参加课题情况71 摘要 基于粗糙贝叶斯网络的水质预测预警研究 摘 要 当前，我国水资源质量差、流域生态严重受损，水资源保护密切关系到居民 的切身利益与经济社会的发展。国务院印发的 《水污染防治行动计划》以及 《最 严格水资源管理制度》等都表明了政府对水环境保护和管理的重视。流域水质是 制约水资源开发利用以及保护的关键要素之一，但由于缺乏有效的评估、预测、 预警方法与手段，导致当前的水资源管理处于经验和半经验管理状态。 由于时间序列数据具有不确定性、高维性、复杂性、时变性以及动态性等特 点，因此传统的研究方法表现出局限性。针对这一问题，提出了基于粗糙贝叶斯 网络（Rough Set-Bayesian Network ，RS-BN ）的模型，应用于嘉陵江流域 （重庆主 城区 3 个断面）水质的评估、预测和预警，最后根据模型结果提出了相应的管理 措施。论文的主要工作如下： （1）基于粗糙集理论的主要影响因子的提取和分析。粗糙集（Rough Set ，RS ） 既能够有效的处理不确定数据、缺失数据和动态数据，又能够消除信息冗余，降 低建模复杂度。针对水质时间序列数据的特性及其在水质预测与评价中的应用需 求，利用RS 方法对多元水质信息（外环境与内环境）进行属性约简，获得流域水 质指标的主要影响因子。 （2 ）基于粗糙贝叶斯网络 （RS-BN ）的水质预测模型的建立。贝叶斯网络