沂河水质评价模型研究及其应用

作者：齐家蕙; 谢崇宝^*; 杨丽原

来源：中国农村水利水电, 2023, (08): 103-110.

• 关键指标筛选
• 水质指数模型
• 人工神经网络模型
• 水质评价与预测

为了研究影响流域水质的关键水质指标，以沂河为研究区域，基于2006-2019年水质数据，采用水质指数法对河流水质进行评价与建模。水质指数可以将大量复杂的水质数据转变为一个单独指标来反映水质整体状况，目前常被用于进行水质评价。共分析10个水质指标，包括TP、pH、WT、DO、NO3-N、BOD5、F-、COD、SO42-和NH3-N。基于多元线性回归分析筛选流域关键水质指标，构建了沂河关键水质指标评价模型WQImin，简化了评价所需的水质指标。结果表明：无论是否加权，四指标模型和六指标模型的拟合程度和预测精度都未达到最高，不是本研究的最优模型；五指标模型WQImin+WTw具有良好的水质评价性能，R2=0.972,MSE=0.51,PE=2.07%,P<0.05，是本研究最优关键水质指标模型。该模型包括5个水质指标：NH3-N、BOD5、DO、SO42-和WT，与WQI模型呈极显著正相关关系(P<0.001)，对WQI的解释程度最大，不仅保持了评价精度，而且有效降低了检测成本，提高了水资源评价效率，能有效替代WQI模型进行流域水质评价。此外，基于同样的样本数据开发了人工神经网络模型，可有效应用于沂河水环境状态评价与预测，为沂河水质未来变化趋势提供参考，为水环境智能化模拟提供新的技术途径。

• 单位
  济南大学