水质预测简介

水质预测是指根据水质实际资料，运用水质数学模型推断水体或水体某一地点的水质在未来的变化。在水质预测中把水体的水质看作一个系统。在这一系统中，水质的变化与排放的污水、废热水、受纳水体的水量有关。

在水质预测中必须掌握：①水体污染物的初始含量或来量。这是水质系统的输入，它包括污染物的上游来量和旁侧排污量。可通过实测或预估（经济与人口的发展）获得这些量的数据。②水污染物进入水体后的变化规律。排入水体的污染物与水体中的水量、水中物质构成统一体，在一系列物理、化学反应和生物化学作用中变化。这是水质系统的运行状态，根据水质系统的输入资料和水污染物在水体中的变化规律，应用水质数学模型预测水质未来变化。这就是水质系统的输出。

水质预测内容有：①预测水体的污染状况，包括枯水期的严重污染，工矿、船舶事故排污引起的突发性严重污染。②预测拟建厂矿建成后排污可能造成的污染状况、水质的分布情况。③估计水体沿岸现有厂矿和城镇排污与水体污染的定量关系，估算水体的纳污容量。④预测水污染防治措施实行后水体的水质的可能改善状况和水质分布。

水质预测方法分两大类。一类是点源污染的预测方法，其实质是水体中水质运动演化规律的研究及其演算。包括：①建立相关统计模型，例如在河流水质预测中，建立水质与河流水文要素（如流量等）的关系；又如根据上、下游水质间存在的关系（多元相关）和混合物质的平衡原理，建立水质预测模型。②求解确定性水质数学模型，是根据成因分析、演绎推理而得，反映了一定物理、化学和生物化学作用的性质。模型求解后，主要用实测资料确定模型参数，进行验证和误差分析，然后用于实际预测。

另一类是面源污染的水质预测。这类预测的实质在于研究降雨、径流冲刷所产生的污水及其成分。研究产流、产污、汇流、集污和污水进入水体后水质运动演化规律。这类课题研究难度大，处在探讨发展之中。

水质预报与水质预测密切相关，它是指预估未来某个实时如几小时、几天后的水质变化。除了要事先建立水质预报模式外，水质预报还需要自动化连续监测体系，以节省费时的手工化验和分析，赢得预见期。由于受到这种自动监测体系的限制，水质预报项目仍少，主要预报枯水期严重污染（如缺氧）和某些突发事故（如沉船或过失排污）引起的水质污染。 2100433B

本项目将围绕再生水人工环境储存和利用的水质变化及其环境效应，以典型人工水体为研究对象，深入分析环境要素对水质变化的影响规律，采用仿真方法并综合考虑多参数及多目标的关联机制，在构建分类和关键指标仿真数据库的基础上，研究建立多参数水质分类仿真预测及评价模型；分析确定影响再生水人工储存水质的关键化学因子，建立评价和预测关键化学因子变化及环境影响的数学模型；与此同时，选择藻类作为代表性生物学指标，研究藻类变化的水质及环境影响，建立不同情景下藻类污染及环境要素影响的预测模型；综合上述3类模型，尝试构建以水质管理为目标的仿真系统，初步形成再生水人工储存的评价、预测及模型管理系统，为再生水的水质管理与综合利用提供评价方法和科学依据。

再生水是重要的水资源，也是缺水地区天然和人工水体的重要补给水源。由于再生水中含有复杂的有机、无机污染物，对受纳水体水质和水环境具有重要的生态影响，因而研究精确适应的水质动态评价理论和方法具有重要意义。为此，本项目以典型再生水补给水体为研究对象，发展了再生水补给水体的水质变化评价和预测新方法。在再生水质影响的评价方面，建立了基于模糊粗糙集和属性识别模型的水质评价方法、基于模糊贴近度的水质评价方法、基于改进物元分析和对应分析的水质评价方法、基于范数灰关联度赋权的模糊综合水质评价方法等。在再生水水质影响预测方面，发展了基于非线性灰色伯努利模型的水质预测方法、基于小波变换的ARIMA模型的水质预测方法、基于小波变换的混沌水质预测模型、基于灰色关联分析和BP神经网络的水质预测方法等。开展WASP模型敏感性分析及再生水补给水体的水环境容量的模拟研究，通过WASP模型敏感性分析，发现浮游植物氮碳比和碳生化需氧量降解速率对某些水体WASP模型误差影响最大；对再生水补给水体的水环境容量随机模拟及实例研究结果表明，通过随机模拟方法可以得到水环境容量计算模型参数的大量模拟序列。利用上述方法对多环芳烃等有毒污染物、氮和磷等常规污染的水质影响进行评价和预测，证明其对再生水补给水体的水质管理具有应用意义。 2100433B

宏观预测和微观预测常常是相对而言的，在内容上和方法上是有截然区别的。例如在我国进行全国性的规划，以一个国家作为一个分析系统，则全国的情况、全球国家间的对比等就是宏观预测，而下面每个省的规划指标就可以视为微观的预测；如果进行的是省的规划，以一个省作为一个分析系统，则全省情况、全国省与省对比等就是宏观预测，而下属的市、县就是微观。宏观预测所涉及的内容包括国家宏观政策的影响、行业政策的影响，也包括分析系统内每一种通信业务的总的普及率/渗透率预测、各种业务占比（如数据业务上升）及发展趋势等。

微观预测所涉及的内容是分析系统中每个元素的分析预测，例如完成地市以上单位的规划时，包括用户密度图预测、小区或乡镇分区预测、分类用户预测、不同经济地位和层次用户的预测、设备总容量预测、业务量预测及子系统之间的业务流量、流向预测等。