王雪松，龔 慧，王曉杰

(江蘇省水文水資源勘測局常州分局，江蘇 常州 213000)

近年來，城市黑臭水體現(xiàn)象的加劇在很大程度上影響了居民的正常生活，同時(shí)限制了城市經(jīng)濟(jì)的發(fā)展[1]。注重城市日常水體的質(zhì)量，對保持城市形象，實(shí)現(xiàn)城市河流灌溉、景觀、航運(yùn)具有十分重要的意義[2- 3]。隨著國家對城市水體水質(zhì)的重視，很多水質(zhì)凈化措施已被應(yīng)用于黑臭水體治理中，如截污納管、底泥疏浚等，但這些簡單的工程措施由于功能的單一性已無法滿足城市水體的要求，因此，在傳統(tǒng)工程措施的前提下，綜合其他方法才能有效凈化城市黑臭水體[4- 5]。石墨烯光催化技術(shù)作為目前國內(nèi)外大力推廣的先進(jìn)水質(zhì)凈化技術(shù)，具有導(dǎo)電性好、表面積大、分解作用快的優(yōu)點(diǎn)，可有效凈化水質(zhì)，提高水質(zhì)凈化的效率[6- 7]，將該技術(shù)大力推廣到城市黑臭水體處理中，可在一定程度上有效解決城市黑臭水體的問題。

目前，石墨烯光催化技術(shù)在國內(nèi)水質(zhì)凈化中的應(yīng)用仍然較少。王雪松等[2]分析了石墨烯光催化技術(shù)在常州城區(qū)黑臭水體凈化中的適用性，指出該項(xiàng)技術(shù)對城市黑臭水體有著明顯的凈化作用，經(jīng)該技術(shù)凈化后的黑臭水體污染源濃度顯著降低，水體透明度得到提高。文章以常州城區(qū)黑臭河道長溝河為研究對象，在河道內(nèi)布置了石墨烯光催化網(wǎng)進(jìn)行水體凈化，得出了不同水質(zhì)指標(biāo)在不同時(shí)期的濃度值。針對該技術(shù)凈化水質(zhì)指標(biāo)的預(yù)測模型的相關(guān)研究不足，同時(shí)凈化效果無法統(tǒng)一量化，文章基于實(shí)測水質(zhì)指標(biāo)數(shù)據(jù)和PCA優(yōu)化的長短期記憶神經(jīng)網(wǎng)絡(luò)模型(PCA-LSTM)構(gòu)建了石墨烯光催化技術(shù)對黑臭水體的去除模型，同時(shí)判定實(shí)施前后水體水質(zhì)的變化情況，為實(shí)時(shí)把控黑臭水體水質(zhì)指標(biāo)濃度提供依據(jù)，為更好發(fā)揮石墨烯光催化技術(shù)的凈水效果提供幫助。

1 試驗(yàn)概況與數(shù)據(jù)測定

1.1 試驗(yàn)區(qū)概況

文章試驗(yàn)河道選擇位于江蘇省常州市鐘樓區(qū)的長溝河，該河道西首斷頭、東首與澡港河相通，河道水質(zhì)受澡港河潮汐影響嚴(yán)重。試驗(yàn)期為2018年8月—2019年11月，通過測定河道實(shí)施凈化措施前后的氨氮(NH3-N)、溶解氧(DO)、化學(xué)需氧量(COD)、總磷(TP)的濃度，分析河道水質(zhì)變化，水質(zhì)類別評價(jià)采用GB 3838—2002《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》[8- 9]。

1.2 石墨烯光催化技術(shù)原理

凈化設(shè)備由5層材料組成，第一層為PP材料的基材層，第二層為保護(hù)層，在第四層石墨烯層兩側(cè)配備不同的半導(dǎo)體層，如圖1所示。該種結(jié)構(gòu)使得光催化產(chǎn)生的光生電子、光生空穴向兩側(cè)躍遷，從而抑制了光生電子和空穴對的復(fù)合，大大提升了光催化效率。

圖1 石墨烯光催化氧化技術(shù)材料結(jié)構(gòu)圖

通過在石墨烯兩側(cè)引入不同光催化材料，構(gòu)建復(fù)合材料體系，并利用一定工藝負(fù)載于聚丙烯基材。材料中價(jià)帶電子吸收日光中能量后，躍遷至導(dǎo)帶，產(chǎn)生光生空穴(h+)與光生電子(e-)。石墨烯能有效傳導(dǎo)生成的光生電子(e-)，從而避免光生載流子的復(fù)合，有效形成分離的氧化還原反應(yīng)位點(diǎn)，進(jìn)一步促進(jìn)載流子分別與水分子、氧氣分子發(fā)生反應(yīng)，生成包括羥基自由基(·OH)、超氧陰離子(·O2-)在內(nèi)的多種活性氧化物質(zhì)(ROS)，有效削減水體中的污染物。其原理如圖2所示。

圖2 石墨烯光催化氧化技術(shù)原理圖

2 方法原理

2.1 PCA-LSTM模型原理

長短期記憶神經(jīng)網(wǎng)絡(luò)模型(LSTM)是一種特殊的深度學(xué)習(xí)模型，該模型可有效記憶數(shù)據(jù)歷史規(guī)律，避免了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型數(shù)據(jù)參數(shù)的隨機(jī)性。該模型由輸入閥門、遺忘閥門、更新閥門和輸出閥門4部分組成[8]。PCA主成分分析可綜合分析出影響河流水質(zhì)的關(guān)鍵因素，以此作為模型輸入集合，實(shí)現(xiàn)對水質(zhì)指標(biāo)的預(yù)測，將模型數(shù)據(jù)間隔設(shè)置為5min，構(gòu)建基于PCA-LSTM的水質(zhì)預(yù)測模型[9]，模型原理如圖3所示。

圖3 PCA-LSTM模型原理圖

2.2 模型精度驗(yàn)證

選擇均方根誤差(RMSE)、決定系數(shù)(R2)、平均絕對誤差(MAE)和效率系數(shù)(Ens)組成模型精度指標(biāo)評價(jià)體系，公式如下:

(1)

(2)

(3)

(4)

2.3 T-S模糊神經(jīng)網(wǎng)絡(luò)模型

將模糊理論與神經(jīng)網(wǎng)絡(luò)模型相結(jié)合，構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)，用于綜合評價(jià)指標(biāo)等級[10]。T-S模糊神經(jīng)網(wǎng)絡(luò)模型是模糊系統(tǒng)中最常見的一種，該方法具有表達(dá)模糊、推理規(guī)則、計(jì)算簡單、利于數(shù)學(xué)分析的優(yōu)點(diǎn)[11]，模型具體步驟可見文獻(xiàn)[12]。

3 結(jié)果與分析

3.1 水質(zhì)指標(biāo)影響因素相關(guān)性分析

對現(xiàn)有水質(zhì)影響因子與水質(zhì)指標(biāo)進(jìn)行相關(guān)性分析，結(jié)果如圖4所示。由圖4可以看出，最高氣溫(Tmax)、最低氣溫(Tmin)、水深、水溫與水質(zhì)指標(biāo)的相關(guān)性較強(qiáng)，PCA-LSTM模型在訓(xùn)練模型時(shí)，不但要考慮水體本身的影響，還要考慮氣象因子對水質(zhì)的交互作用，因此，在模型中引入氣象因子可提高模型的精度?？蓪⑦@4項(xiàng)影響因素作為模型輸入部分，用于水質(zhì)指標(biāo)的模擬。

圖4 不同因素相關(guān)性分析

3.2 水質(zhì)指標(biāo)預(yù)測結(jié)果分析

圖5為PCA-LSTM模型對不同水質(zhì)指標(biāo)的預(yù)測結(jié)果分析。由圖可以看出，傳統(tǒng)的LSTM模型計(jì)算結(jié)果的變化趨勢與實(shí)測值基本一致，但計(jì)算誤差較大，PCA-LSTM模型與實(shí)測值的擬合性較好，2種模型對DO模擬值的變化趨勢均呈先升高后平穩(wěn)的趨勢，對NH3-N、COD、TP模擬值的變化趨勢呈現(xiàn)先降低后平穩(wěn)的趨勢。模型對不同指標(biāo)模擬的精度不同，結(jié)果可見表1。由表1可以看出，PCA-LSTM模型模擬精度高于LSTM模型，在不同水質(zhì)指標(biāo)中，PCA-LSTM模型的R2和Ens均在0.918以上，同時(shí)RMSE和MAE均顯著低于LSTM模型。

3.3 水質(zhì)綜合評價(jià)

將PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型綜合評價(jià)水質(zhì)的結(jié)果與傳統(tǒng)評價(jià)方法進(jìn)行對比，結(jié)果見表2。由表2可以看出，采用模糊評價(jià)和TOPSIS模型對實(shí)施凈化措施后的黑臭水體進(jìn)行評價(jià)，水質(zhì)在1月、2月、4月、11月等時(shí)段仍判定為劣Ⅴ類水，這與實(shí)際情況是不相符的，傳統(tǒng)評價(jià)方法無法精確描述水環(huán)境的實(shí)際綜合狀態(tài)。對比模糊神經(jīng)網(wǎng)絡(luò)模型，其評價(jià)結(jié)果在不同時(shí)段的水質(zhì)均為Ⅳ類水，與實(shí)際情況更為相符。傳統(tǒng)方法無法辨別指標(biāo)間更細(xì)微的差異，評價(jià)結(jié)果不能真切描述實(shí)際水質(zhì)情況，PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型更能反映石墨烯光催化技術(shù)處理后的水體實(shí)際情況。

圖5 不同水質(zhì)指標(biāo)預(yù)測結(jié)果分析

表1 不同模型模擬水質(zhì)精度對比

表2 不同方法對水質(zhì)的綜合評價(jià)結(jié)果

3.4 石墨烯光催化技術(shù)綜合效益分析

石墨烯光催化技術(shù)的應(yīng)用可緩解城市黑臭水體現(xiàn)象，但同時(shí)會(huì)造成經(jīng)濟(jì)成本的增加，因此，為提高該技術(shù)的適用性，文章從經(jīng)濟(jì)、社會(huì)、管理3個(gè)方面構(gòu)建石墨烯光催化技術(shù)綜合效益評價(jià)指標(biāo)體系，基于PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型進(jìn)行評價(jià)。指標(biāo)體系為：經(jīng)濟(jì)指標(biāo)P1是指每萬元投資水質(zhì)提升率，單位為%/萬元，P2是指投資收益率,單位為%，P3是指基礎(chǔ)運(yùn)營成本率，單位為%；社會(huì)指標(biāo)P4是指群眾滿意度，單位為%，P5是指政府支持度，單位為%；管理指標(biāo)P6是指技術(shù)推廣水平，P7是指生態(tài)維護(hù)機(jī)制健全水平?；赑CA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型的計(jì)算分級標(biāo)準(zhǔn)見表3。對2019年的11個(gè)月進(jìn)行效益綜合分析，結(jié)果見表4。從表中可以看出，在2019年初期，由于石墨烯技術(shù)應(yīng)用時(shí)間較短，效益尚未產(chǎn)生，綜合效益呈現(xiàn)下降趨勢，到3月開始，綜合效益逐月提高，但11個(gè)月的等級仍為較好，這進(jìn)一步證明了該項(xiàng)技術(shù)的優(yōu)越性。

4 結(jié)論

文章基于PCA-LSTM模型構(gòu)建了石墨烯催化技術(shù)后的水質(zhì)預(yù)測模型，并基于PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型對水質(zhì)和綜合效益進(jìn)行了評價(jià)，得出以下結(jié)論:

(1)對PCA-LSTM模型水質(zhì)預(yù)測結(jié)果進(jìn)行分析，發(fā)現(xiàn)該模型的模擬精度高于LSTM模型，模型一致性較高且誤差較低；

(2)基于PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)模型對水質(zhì)和綜合效益進(jìn)行分析，發(fā)現(xiàn)該模型對水質(zhì)綜合評價(jià)在不同月份的結(jié)果均為Ⅳ類水，符合實(shí)際情況，石墨烯技術(shù)的綜合效益在不同月份均為較好等級；

(3)基于PCA-LSTM模型建立了石墨烯技術(shù)凈化后的黑臭水體水質(zhì)預(yù)測和綜合評價(jià)模型，在今后的研究中可從深度學(xué)習(xí)模型角度，基于貝葉斯理論優(yōu)化模型，進(jìn)一步提高模型預(yù)測精度。

表3 石墨烯光催化技術(shù)綜合效益PCA-LSTM-TS模糊神經(jīng)網(wǎng)絡(luò)評價(jià)標(biāo)準(zhǔn)

表4 模型輸出結(jié)果

(續(xù)表)