基于改进型Markov的高原湖泊水质预测算法研究

2018-02-01 11:10:32张雅宋耀莲赵继东龙华邵玉斌杜庆治
软件导刊 2018年1期

张雅+宋耀莲+赵继东+龙华+邵玉斌+杜庆治

摘要:预测水质变化趋势能及时准确发现水质恶化的原因,对指导工农业生产及水质治理有较大意义。但是目前对高原湖泊水质预测算法的研究还很匮乏,为了解决高原湖泊水质预测问题,在有限的水质数据资源的情况下,首先对数据进行预处理,然后再对水质进行Markov算法预测。理论分析和仿真结果验证洱海水质不同化学因子的预测精度达到83.33%以上,相对传统的Markov预测算法在预测精度上有了很大提高。

关键词:水质预测;高原湖泊;Markov算法;MATLAB

DOIDOI:10.11907/rjdk.172162

中图分类号:TP312

文献标识码:A文章编号文章编号:16727800(2018)001009504

Abstract:The prediction of the water quality change trend can accurately find the cause of water deterioration, and has great significance for guiding industrial and agricultural production and water quality management. At present, the study of plateau lakes water quality forecasting algorithm is deficient. To solve this problem, this paper prepares and analyzes limited data in advance. Then we apply Markov forecast to the Erhai plateau lake water quality. Finally,theory analyses and simulation results illustrate that prediction accuracy of different chemical factor is more than 83.33%, which is improved significantly compared with traditional Markov forecast.

Key Words:water quality prediction; plateau lakes; Markov forecast; MATLAB

0引言

随着社会和经济的发展,对水资源的保护与合理利用已经受到了极大的关注。河道水质状态直接影响到了沿岸居民的饮用水质量。水是生命之源,也是生态的基础和生产的关键。河道水资源污染已经成了我国经济和社会发展面临的主要难题。

水质变化趋势预测是维护与管理当前水质的重要依据,通过预测可以了解当地水域环境质量演变趋势,从而及时发现水质恶化原因并制定相应的治理措施。随着环境科学研究的进一步深入,水质预测模型的方式也层出不穷,主要包括灰度、人工神经网络、决策树和Markov预测模型等,但其算法的预测结果并不是那么理想。文献[1]中作者采用决策树的算法针对在线监测站得到的未经处理的水质数据进行水质预测,但其预测精度只有80%。文献[2]中选用灰度系统和神经网络相结合的模型算法来预测地表水质,虽然相对单独的灰度或者神经网络的算法预测精度有所提高,但最后的水质预测精度并不高。……

登录APP查看全文