姜北邱林鄭志宏

（華北水利水電大學(xué)，河南 鄭州 450045）

水質(zhì)預(yù)測(cè)方法研究綜述

姜 北邱 林*鄭志宏

（華北水利水電大學(xué)，河南 鄭州 450045）

近些年水質(zhì)安全引起了社會(huì)的廣泛關(guān)注，許多學(xué)者紛紛對(duì)水質(zhì)問(wèn)題做出大量研究，本文對(duì)當(dāng)前幾種應(yīng)用較多的水質(zhì)預(yù)測(cè)方法及其特點(diǎn)進(jìn)行了分析探討，對(duì)比了各自的難易程度、試用情況、局限性等幾個(gè)方面，展望了今后水質(zhì)預(yù)測(cè)的發(fā)展趨勢(shì)，以期望為水環(huán)境的管理、開發(fā)利用提供參考。

水質(zhì)預(yù)測(cè)；分析；水環(huán)境；局限性；發(fā)展趨勢(shì)

引言

水質(zhì)預(yù)測(cè)是利用實(shí)際歷史數(shù)據(jù)資料，運(yùn)用水質(zhì)數(shù)學(xué)模型計(jì)算推斷出水環(huán)境水體某檢測(cè)點(diǎn)的水質(zhì)在未來(lái)的變化趨勢(shì)。在區(qū)域水環(huán)境規(guī)劃管理與評(píng)價(jià)中，水質(zhì)的預(yù)測(cè)是一項(xiàng)基礎(chǔ)工作，是預(yù)防水污染的有效措施，在水環(huán)境保護(hù)工作中占了很重要的位置。水質(zhì)預(yù)測(cè)模型主要可以分為機(jī)理性水質(zhì)預(yù)測(cè)模型和非機(jī)理性水質(zhì)預(yù)測(cè)模型，機(jī)理性水質(zhì)預(yù)測(cè)模型較為復(fù)雜，常用的預(yù)測(cè)方法均為非機(jī)理性水質(zhì)預(yù)測(cè)模型，能夠?qū)﹂L(zhǎng)短期的水質(zhì)變化趨勢(shì)做出預(yù)測(cè)[1，2]。常用的方法有時(shí)間序列預(yù)測(cè)法[3]、人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法[4]、回歸分析預(yù)測(cè)法[5]、灰色系統(tǒng)預(yù)測(cè)法[6]和數(shù)理統(tǒng)計(jì)預(yù)測(cè)法[7]等。

1 水質(zhì)預(yù)測(cè)方法綜述

1.1 時(shí)間序列預(yù)測(cè)法

時(shí)間序列預(yù)測(cè)法是由同一現(xiàn)象在不同時(shí)間上的相繼統(tǒng)計(jì)指標(biāo)，按時(shí)間先后排列而成的序列[3]。時(shí)間序列預(yù)測(cè)是將水質(zhì)變化的觀測(cè)數(shù)據(jù)作為隨機(jī)變量序列，在考慮水質(zhì)變化中的隨機(jī)因素對(duì)其影響的基礎(chǔ)上，運(yùn)用加權(quán)平均等方法進(jìn)行推測(cè)和預(yù)估未來(lái)的水質(zhì)變化趨勢(shì)，從而做出定量預(yù)測(cè)[8，9]。時(shí)間序列預(yù)測(cè)法屬于無(wú)原因變量的統(tǒng)計(jì)預(yù)測(cè)模型，其特點(diǎn)就是數(shù)學(xué)理論基礎(chǔ)完善、實(shí)踐較為困難，誤差較大。時(shí)間序列預(yù)測(cè)法常運(yùn)用于中短期的預(yù)測(cè)，時(shí)間序列預(yù)測(cè)法在過(guò)去的一段時(shí)間里，被諸多國(guó)內(nèi)外學(xué)者所運(yùn)用在水質(zhì)參數(shù)的預(yù)報(bào)中。

1.2 回歸分析預(yù)測(cè)法

回歸分析預(yù)測(cè)法是以統(tǒng)計(jì)回歸的概念為基礎(chǔ)概念，在掌握大量觀察數(shù)據(jù)的同時(shí)，利用數(shù)理統(tǒng)計(jì)方法處理因變量之間的相關(guān)關(guān)系，確定回歸方程，從而預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)[5]?；貧w分析法是以數(shù)理統(tǒng)計(jì)中的抽樣估計(jì)方法為主，即從全部對(duì)象中隨機(jī)選出一部分進(jìn)行比較觀察，從而對(duì)總體進(jìn)行預(yù)測(cè)評(píng)估。在水質(zhì)預(yù)測(cè)研究中進(jìn)行回歸分析，首先對(duì)研究區(qū)已有的資料進(jìn)行分析處理，確定預(yù)測(cè)對(duì)象的變量和因變量，根據(jù)其統(tǒng)計(jì)資料進(jìn)行計(jì)算并建立回歸分析方程，進(jìn)行相關(guān)分析，得出相關(guān)關(guān)系，以相關(guān)系數(shù)的大小來(lái)判斷自變量和因變量的相關(guān)的程度。從而檢驗(yàn)回歸模型，在考慮預(yù)測(cè)誤差的基礎(chǔ)上確定未來(lái)水質(zhì)的預(yù)測(cè)值[10]。

1.3 灰色系統(tǒng)預(yù)測(cè)法

灰色系統(tǒng)預(yù)測(cè)法實(shí)際上是一種單因素趨勢(shì)外推的預(yù)測(cè)方法。它是通過(guò)鑒別系統(tǒng)因素間發(fā)展趨勢(shì)的相宜程度，并對(duì)原始數(shù)據(jù)進(jìn)行生成處理來(lái)尋找系統(tǒng)變動(dòng)的規(guī)律，生成有較強(qiáng)規(guī)律性的數(shù)據(jù)序列，然后建立相應(yīng)的微分方程模型，從而預(yù)測(cè)事物未來(lái)發(fā)展趨勢(shì)的狀況[6]。這種方法的基本原理就是[11]：摒棄直接在歷史數(shù)據(jù)中傳統(tǒng)的統(tǒng)計(jì)規(guī)律和概率分布方法，將沒(méi)有規(guī)律的原始數(shù)據(jù)通過(guò)一次或者多次的累加，得到較為有規(guī)律的時(shí)間序列，從而建立預(yù)測(cè)模型來(lái)進(jìn)行對(duì)中長(zhǎng)期的水質(zhì)預(yù)測(cè)。

1.4 數(shù)理統(tǒng)計(jì)預(yù)測(cè)法

數(shù)理統(tǒng)計(jì)就是對(duì)隨機(jī)變量以及隨機(jī)變量間的關(guān)系進(jìn)行定量描述，通過(guò)對(duì)某些現(xiàn)象的頻率的觀察來(lái)發(fā)現(xiàn)該現(xiàn)象的內(nèi)在規(guī)律性，并作出一定精確程度的判斷和預(yù)測(cè)[12]。數(shù)理統(tǒng)計(jì)預(yù)測(cè)模型是依據(jù)概率論和數(shù)理統(tǒng)計(jì)的基礎(chǔ)原理建立的統(tǒng)計(jì)分析模型，根據(jù)參考的指標(biāo)不同，可以將該模型分為單指標(biāo)預(yù)測(cè)和多指標(biāo)綜合預(yù)測(cè)[6]。單指標(biāo)預(yù)測(cè)是根據(jù)已有的歷史數(shù)據(jù)資料進(jìn)行預(yù)測(cè)未來(lái)水質(zhì)的變化趨勢(shì)，因此對(duì)水質(zhì)歷史數(shù)據(jù)的真實(shí)性、可靠性、豐富性有很高的要求。主要方法有時(shí)間序列分析法和指數(shù)平滑法等[13]。多指標(biāo)綜合預(yù)測(cè)是通過(guò)建立影響因子和誰(shuí)知的函數(shù)關(guān)系，根據(jù)影響因子變化來(lái)反應(yīng)總體水質(zhì)的變化趨勢(shì)，方法主要有多元線性回歸和逐步回歸分析等。涉及的影響因素較多，需要的信息資料數(shù)據(jù)量大，所以多指標(biāo)綜合預(yù)測(cè)在水質(zhì)預(yù)測(cè)上較為困難。

1.5 人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡(jiǎn)寫為ANN）是模擬動(dòng)物神經(jīng)網(wǎng)絡(luò)的復(fù)雜特征，從而進(jìn)行信息處理的算法。這種網(wǎng)絡(luò)是由大量的簡(jiǎn)單人工神經(jīng)元連接組成，通過(guò)調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的，并具有較強(qiáng)的自適應(yīng)的能力和學(xué)習(xí)能力[12]。

人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法是最近幾十年各行各業(yè)最為廣泛的預(yù)測(cè)方法，這種方法摒棄了所有的人為客觀因素，只根據(jù)樣本水質(zhì)自身特點(diǎn)進(jìn)行分析學(xué)習(xí)，從而產(chǎn)生關(guān)系矩陣。由國(guó)內(nèi)外各學(xué)者研究發(fā)現(xiàn)，這種人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法建立的預(yù)測(cè)模型的預(yù)測(cè)精度可以達(dá)到滿意程度，但是還無(wú)法從預(yù)測(cè)模型中清楚解讀出水質(zhì)變化趨勢(shì)的具體原因和內(nèi)在聯(lián)系，所以還是對(duì)該模型的預(yù)測(cè)精度有所影響。

2 水質(zhì)預(yù)測(cè)方法比較分析

下面對(duì)上述的5種水質(zhì)預(yù)測(cè)方式從預(yù)測(cè)方法所依據(jù)的理論基礎(chǔ)、適用情況、對(duì)歷史數(shù)據(jù)數(shù)據(jù)資料的要求，難易程度和局限性幾方面進(jìn)行綜合比較和分析，見(jiàn)表1所示。

表1 水質(zhì)預(yù)測(cè)方法分析

3 分析與討論

由于實(shí)際水環(huán)境是一個(gè)十分復(fù)雜，也充滿了許多偶然性和不確定性，各種因素都會(huì)有相互影響的作用，而且這種影響都是具有隨機(jī)不確定性的，眾多因素都會(huì)導(dǎo)致水質(zhì)模擬預(yù)測(cè)結(jié)果的不穩(wěn)定。因此，如何有效地克服避免或者減小不確定性對(duì)模擬預(yù)測(cè)結(jié)果的負(fù)面影響也將成為水質(zhì)預(yù)測(cè)研究的重要發(fā)展之一。

隨著人們對(duì)水環(huán)境保護(hù)意識(shí)的提高，水質(zhì)監(jiān)測(cè)資料也越來(lái)豐富，水質(zhì)數(shù)據(jù)不斷地累積，這對(duì)需要有大量數(shù)據(jù)資料作為預(yù)測(cè)建模基礎(chǔ)的預(yù)測(cè)方法提供了強(qiáng)有力的支持，但方法具體哪一個(gè)最為適用則需要根據(jù)實(shí)際情況而進(jìn)一步考量。

隨著科學(xué)技術(shù)、相關(guān)科學(xué)的不斷進(jìn)步和對(duì)用水質(zhì)量的需求的不斷提高，新的一些水質(zhì)預(yù)測(cè)方法也在不斷的改進(jìn)和提高，這對(duì)于水質(zhì)規(guī)劃，水生態(tài)平衡，水環(huán)境保護(hù)，生活用水質(zhì)量的滿足都是具有很重要的意義。

不同的水質(zhì)預(yù)測(cè)方法都有各自的使用條件和各自的優(yōu)缺點(diǎn)，在需要進(jìn)行水質(zhì)預(yù)測(cè)時(shí)需根據(jù)預(yù)測(cè)點(diǎn)的是實(shí)際情況選擇最適合的方法，也可以盡量的降低因選擇方式不恰當(dāng)而產(chǎn)生的誤差。

[1]劉國(guó)東，丁晶. 水環(huán)境中不確定性方法的研究現(xiàn)狀與展望[J]. 環(huán)境科學(xué)進(jìn)展，1996(04)：46-53.

[2]李本綱，陶澍，曹軍. 水環(huán)境模型與水環(huán)境模型庫(kù)管理[J].水科學(xué)進(jìn)展，2002(01)：14-20.

[3]桑燕芳，王中根，劉昌明. 水文時(shí)間序列分析方法研究進(jìn)展[J]. 地理科學(xué)進(jìn)展，2013(01)：20-30.

[4]毛健，趙紅東，姚婧婧. 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J].

電子設(shè)計(jì)工程，2011(24)：62-65.

[5]張菁，馬民濤，王江萍. 回歸分析方法在環(huán)境領(lǐng)域中的應(yīng)用評(píng)述[J]. 環(huán)境科技，2008(S2)：40-43.

[6]盧懿. 灰色預(yù)測(cè)模型的研究及其應(yīng)用[D].浙江理工大學(xué)，2014.

[7]睢音. 數(shù)理統(tǒng)計(jì)在環(huán)境監(jiān)測(cè)水樣采集質(zhì)量保證中的應(yīng)用[J].安陽(yáng)師范學(xué)院學(xué)報(bào)，2005(05)：150-151.

[8]羅鳳曼. 時(shí)間序列預(yù)測(cè)模型及其算法研究[D].四川大學(xué)，2006.

[9]石月. 基于時(shí)間序列分析的松花江流域水質(zhì)預(yù)測(cè)[D].哈爾濱師范大學(xué)，2015.

[10]王國(guó)麗，陳曉飛，劉刊，姜國(guó)勇. 回歸分析在水科學(xué)中的應(yīng)用綜述[J]. 中國(guó)農(nóng)村水利水電，2004(11)：40-44.

[11]王開章.灰色模型在大武水源地水質(zhì)預(yù)測(cè)中的應(yīng)用[J].山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2002，33(1)：66-71.

[12]李亞偉. 水資源系統(tǒng)模糊決策、評(píng)價(jià)與預(yù)測(cè)方法及應(yīng)用[D].大連理工大學(xué)，2006.

[13]熊德琪.環(huán)境系統(tǒng)模糊預(yù)測(cè)、評(píng)價(jià)、規(guī)劃、決策理論模式與應(yīng)用研究[D].大連：大連理工大學(xué)土木系，1994.

TU461

A

10.11974/nyyjs.20161232018

姜北(1989-)，男，在讀研究生，主要從事水環(huán)境系統(tǒng)分析及評(píng)價(jià)研究；邱林（1960-），男，博士生導(dǎo)師，教授，主要從事水資源系統(tǒng)分析研究。

河南省重大科技專項(xiàng)項(xiàng)目“河南省典型村鎮(zhèn)生活污水處理技術(shù)集成與示范”（項(xiàng)目編號(hào)：161100310700）

*為本文通訊作者