[00120274]城市內湖水華監測-預警-應急控制系統智能化調度研究

針對中新生態城靜湖景觀水體富營養化嚴重、易爆發水華的問題,集成內-外集（IOS）模型、粗糙集（RS）模型和RBF神經網絡模型,構建天津生態城水環境系統水華風險預警模型。引入水華風險概率,利用內-外集模型提出水華風險預警等級劃分標準;提出基于粗糙集模型的水華主要影響因子識別方法;建立基于RBF神經網絡的水華風險等級預警模型。通過模型應用,確定天津生態城水華預警藻生物量閾值;引入水華風險概率,以水華發生葉綠素a濃度閾值為基準,提出水華風險概率計算方法,依據水華風險概率提出水華風險預警等級劃分方法,將水華風險預警劃分為5個等級,分別為無警、輕微警、輕度警、中度警和重度警;借助遺傳算法和粗糙集約簡方法,剔除各相關因子間的重復信息,對水華主要影響因子進行識別,從12個水質監測指標識別出4個水華主要影響因子作為水華預警因子;采用單隱層RBF神經網絡構建水華風險等級預警模型,模型預測正確率可達85.7%,尤其對高風險水華的預測精度良好。運用多目標非線性規劃（MONLP）技術,構建天津生態城水環境系統多水源補水優化調度模型。以水質達標和水資源利用效率最大為目標函數,考慮水量控制、污染物總量控制、防洪等約束條件,通過對蓄水量、雨水補水量、普通水源補水量、高等級水源補水量和循環凈化水量5個模型決策變量的優化,提出多水源補水的分季節、分水期調度策略。依據模型結果,提出了天津生態城水體水華風險等級預警及應急預案。