潮白河下游水质演变特征及预测分析
为加强"十四五"期间潮白河下游京冀区域水污染协同治理,本研究基于潮白河下段吴村断面2014-2021年主要水质指标月尺度数据和2021年自动监测小时尺度数据,采用Daniel趋势诊断和相关性分析的方法,系统开展了水质演变特征研究,并识别了关键驱动因子.同时,利用长短时记忆神经网络模型与灰色系统模型相结合的方法进行了水质预测.结果发现,2014-2021年潮白河下游廊坊入境断面吴村化学需氧量(COD)、氨氮(NH4+-N)和总磷(TP)浓度分别为(34.1±8.7)、(3.99±3.47)、(0.453±0.403)mg·L-1,3项主要水质指标均呈显著下降趋势(p=0.02、0、0,a=0.05).潮白河下段水质类别总体从2014年的劣V类降至2021年Ⅳ类,除受水文变量变化影响外,多年来吴村断面水质指标浓度变化与上游临近通州区水环境治理和水环境质量改善密切相关.总氮(TN)、高锰酸钾指数(CODMn)和溶解氧(DO)浓度均呈现出枯水期>丰水期的特征,总磷则呈现出丰水期>枯水期的特征;24 h内各项水质指标值较为稳定,日变化特征不明显.本研究建立的长短时记忆神经网络与灰色系统模型能较好地实现潮白河水环境时空变化预测分析,预测结果显示"十四五"期间吴村站点水质继续呈现改善趋势,主要水质指标可降至《地表水环境质量标准》Ⅲ类限值,但化学需氧量仍超Ⅲ类限值0.23倍,下一步应重点加强区域生活源、面源污水治理.同时,本研究建立的灰色系统与长短时记忆神经网络相结合的水质预测方法,可为其他河流生态环境问题的诊断和预警提供重要参考.
潮白河、水质指标、吴村、影响因素、灰色系统(GFM)、长短时记忆神经网络(LSTM)
43
X824;X32(环境质量分析与评价)
国家重点研发计划;长江生态环境保护修复联合研究项目;长江生态环境保护修复联合研究项目;中央高校基本科研业务费专项基金;中央高校基本科研业务费专项基金
2023-11-14(万方平台首次上网日期,不代表论文的发表时间)
共10页
133-142