根据“水质自动监测系统在地表水水库生态安全预警中的应用研究”省厅级项目的要求，完成了以下工作。
（1）我对桃林口水库的污染源调查和污染现状进行了监测，调查水库流域周围的主要污染源（包括点源、面源和内源）以及污染物排放方式和排放规律等。调查入库和出库河流的水量水质变化特征、水库水位变化、水温分层情况、水团运动、水质时空变化特征，并进行水质评价进而识别出主要的污染因子。
（2）对收集的数据进行了综合分析。
在对数据的获取方法分析和比较的基础上，并结合实际情况，确定建立模型所使用的数据。为适应建立模型的需要，对原始数据根据建模的需要进行筛选和处理，筛选后的基础样本数据必须符合以下特点：样本数据具备完整的输入因子和输出因子；数据作为建立模型的基础样本数据，所有因子的水平都是数字化的、非描述性的；在一定的筛选标准下，不存在不合理的离群数据。
（3）完成对桃林口水库的水质评级。
用秦皇岛桃林口水库2008-2017年十年的实测数据，选取PH、总磷（TP）、氨氮（NH3-N）、高锰酸盐指数（CODMn）、溶解氧（DO）和五日生化需氧量（BOD5）6项指标，采用单因子评价法、综合污染指数法和BP神经网络模型等3种方法进行水质评价。研究结果表明：①单因子水质评价结果表明，桃林口水库水质全因评价达到Ⅲ类水质目标要求。②综合污染指数法表明，水源站全年的综合污染指数在0.437-0.578，出库站全年的综合污染指数在0.439-0.569，均为轻污染。
③BP神经网络模型表明，桃林口水库十年全年平均水质都为Ⅱ类水质。该水质评价研究经验为桃林口水库的管理提供较为客观的决策依据，也可为其他地区的水质评价工作提供参考借鉴。
（4）完成对桃林口水库的水质预测。
为掌握秦皇岛桃林口水库未来水质变化的状况，选取总磷（TP）、硝酸盐氮（NO3-N）、亚硝酸盐氮（NO2-N）、氨氮（NH3-N）、高锰酸盐指数（CODMn）、溶解氧（DO）和五日生化需氧量（BOD5）7项指标2008年-2015年8年的实测数据作为训练样本，建立BP神经网络模型对桃林口水库出库站2016、2017年7项水质指标进行预测，结果表明:该BP神经网络模型预测模拟训练后的模型预测效果良好，可以运用到桃林口水库水质指标的预测预警系统中。
|