论文部分内容阅读
环境保护是国家实现可持续发展的重要保证之一,作为国家的一项基本国策,越来越受到政府和广大群众的重视和支持。污染源是破坏环境,影响国家可持续发展的最重要因素之一,是环境保护的重要管理对象。实施重点污染源在线监控是实现污染源长效管理的重要手段,通过对重点污染源进行在线监控,可以提高污染源管理的时效性,及时掌握污染源的动态信息,有利于监督和发现企业的环境违法行为。在加强监控重点污染源的同时,也要对地表水质进行24小时自动在线监控。开展地表水质自动监测系统,将提升政府环境管理能力,及时掌握重点流域的水质状况,强化流域水环境管理,保障饮用水源安全,确保人民群众安全健康的生活。利用重点污染源在线监控子系统数据、地表水质自动监测子系统数据和其他业务系统数据进行整合,形成环境保护综合管理系统,将为广大人民群众构建安全舒适的生活和创业环境。随着污染源综合管理系统的建设和运行,可以使环境监控管理水平跃上一个新台阶,对提高环保管理科技水平和进一步改善环境质量更具有现实意义。中山市环境监测站自2008年开始建设环境保护综合管理系统。其中,重点污染源在线监控子系统作为综合管理系统的重要组成部分,已经收集了中山市重点污染源大量的排污数据。2011年初,中山市在八个主要饮用水源开始使用地表水质自动监测子系统,并获得地表水质的实时数据,并整合到环境保护综合管理系统中。大量的系统数据如何更好地运用到环境保护综合管理中?这是本文主要的研究题目。利用数据挖掘技术,这些数据对城市地表水质的分析和预测有着十分重要的意义。本文主要以小榄水道马大丰水厂水质自动监测子站的历史数据和周边上下游七个重点污染源在线监控数据为研究对象,并利用数据挖掘技术,对监测数据进行筛选,预处理和属性约简,再运用BP神经网络技术建立模型,对小榄水道的主要指标CODMn进行预测。本文首先简单介绍数据挖掘的基本概念,数据挖掘工具和相关技术;然后介绍中山市环境保护综合管理系统中重点污染源在线监控子系统和地表水质自动监测子系统的数据收集来源,以及利用朴素贝叶斯分类法,从多个水质监测指标中筛选出对CODMn影响作用最大的关键影响因素;再介绍如何运用粗糙集的方法对监测数据进行属性约简,并运用BP神经网络技术来预测小榄水道第二天的主要污染指标CODMn;最后以准确图和预测误差的方式,与其它预测技术的预测效果比较,可知,本文经数据筛选基于粗糙集的BP神经网络预测技术的预测效果优于其它预测技术。由于中山市地表水质自动监测子系统运行时间相对较短,本文采用的数据仍然有限,对目标预测效果稍有偏差。但是,随着系统进一步完善,监测数据不断积累,慢慢增加本文预测技术的训练程度,提高预测精度。随着地表水质预测技术的进一步完善,能够为中山市环境监测站和环境管理部门的决策提供重要手段,同时,提升环境监测对污染隐患和污染事故的快速反应能力。