呂 曄

相關(guān)鏈接(三)

外國科學家就“水質(zhì)評價方法”的研究動態(tài)

呂 曄

國外對水源地水質(zhì)評價方法的研究有很多，主要方法有：多元統(tǒng)計學法(因子分析、主成分分析、聚類分析等)、人工神經(jīng)網(wǎng)絡法、模糊綜合評價法等。主成分分析對于復雜數(shù)據(jù)處理、污染源識別以及對水體水質(zhì)變化過程的描述有非常好的效果且可以避免主觀判斷帶來的誤差。R.Noori等將典型相關(guān)分析與主成分分析結(jié)合，典型相關(guān)分析可以很好地處理物理參數(shù)和化學參數(shù)的關(guān)系。Kunwar P. Singh等建立了印度Gomti河流水質(zhì)(DO-BOD)人工神經(jīng)網(wǎng)絡模型，具有強大的模擬復雜非線性關(guān)系的功能。模糊評價是利用模糊數(shù)學原理通過確定實測樣本序列與各級標準序列間的隸屬度來評價水質(zhì)級別，William Ocampo-Duque等以模糊推理系統(tǒng)(FIS)為基礎建立模糊水質(zhì)指數(shù)(FWQ)對西班牙Ebro河流進行水質(zhì)評價，利用模糊數(shù)學原理可以將一些邊界不清、不易定量的因素定量化，實現(xiàn)綜合評價。水質(zhì)綜合評價中因子權(quán)重的確定是關(guān)鍵，當樣本較多時傳統(tǒng)的權(quán)重確定法需要對每個樣本分別計算，Zhi-hong Zou等采用熵權(quán)法，只需要一次計算就可以得到多個樣本指標的權(quán)值。Jun Wu等將層次分析法與灰靶理論結(jié)合建立一種AHP-CTT系統(tǒng)模型，灰靶理論可以有效解決評價過程中出現(xiàn)的一些主觀錯誤，彌補了層次分析法的不足。還有投影尋蹤法與遺傳算法，人工神經(jīng)網(wǎng)絡與主成分分析，生物指標與多元統(tǒng)計法等組合都得到了研究應用。

發(fā)表于國際知名刊物上的關(guān)于“水質(zhì)評價方法”等方面的研究文章大致如下：

Liu，Pu，Hoth，Nils，Drebenstedt，Carsten等于2017年在《SCIENCE OF THE TOTAL ENVIRONMENT》上發(fā)表了《Hydro-geochemical paths of multi-layer groundwater system in coal mining regions——Using multivariatestatistics and geochemical modeling approaches》(《在采礦區(qū)運用多層次地下水系水文地球化學的路徑——采用多重統(tǒng)計學和地球化學模擬方法》)；Fatoba，Julius Ogunmola，Sanuade，Oluseun Adetola，Hammed，Olaide S.等于2017年在《ARABIAN JOURNAL OF GEOSCIENCES》上發(fā)表了《The use of multivariate statistical analysis in the assessment of groundwater hydrochemistry in some parts of southwestern Nigeria》(《在尼日利亞西南部的一些地區(qū)使用多變量統(tǒng)計分析法評估地下水水質(zhì)》)；Wang，Tianxiang，Xu，Shiguo，Liu，Jianwei等于2017年在《WATER》上發(fā)表了《Dynamic Assessment of Comprehensive Water Quality Considering the Release of Sediment Pollution》(《考慮到污染物和沉淀物排放的綜合水質(zhì)動態(tài)評估》)；Li，Bing，Yang，Guishan，Wan，Rongrong等于2017年在《ENVIRONMENTAL SCIENCE AND POLLUTION RESEARCH》上發(fā)表了《Dynamic water quality evaluation based on fuzzy matter-element model and functional data analysis, a case study in Poyang Lake》(《基于模糊物元素模型和功能數(shù)據(jù)分析的動態(tài)水質(zhì)評價：關(guān)于鄱陽湖的案例研究》)；Qaderi，F(xiàn).，Babanezhad，E.于2017年在《JOURNAL OF CLEANER PRODUCTION》上發(fā)表了《Prediction of the groundwater remediation costs for drinking use based on quality of water resource, using artificial neural network》(《采用人工神經(jīng)網(wǎng)絡法預測飲用水的地下水補償成本》)；Zhang，Shanghong，F(xiàn)an，Weiwei，Yi，Yujun等于2017年在《JOURNAL OF HYDROLOGY》上發(fā)表了《Evaluation method for regional water cycle health based on nature-society water cycle theory》(《基于自然—社會水循環(huán)理論的區(qū)域水循環(huán)健康評價方法》)。