地表水厂原水水质预警系统研究及应用
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-28页 |
| ·引言 | 第13-17页 |
| ·供水水质预警系统 | 第13-16页 |
| ·研究目的和意义 | 第16-17页 |
| ·原水水质预警研究概况 | 第17-26页 |
| ·国外原水预警系统研究及应用 | 第17-20页 |
| ·国内原水水质监测研究及应用概况 | 第20-24页 |
| ·研究及应用存在问题 | 第24-26页 |
| ·论文主要研究内容 | 第26-27页 |
| ·研究实施的技术路线 | 第27-28页 |
| 2 原水水质预警及实现方案 | 第28-49页 |
| ·国内地表水水源污染 | 第28-30页 |
| ·水源污染 | 第28-29页 |
| ·水源污染类型及特性分析 | 第29-30页 |
| ·污染物种类与水质参数 | 第30-34页 |
| ·污染物种类 | 第30-31页 |
| ·水质参数 | 第31-32页 |
| ·特定污染物与水质替代参数的表征关系 | 第32-34页 |
| ·原水水质预警基础分析 | 第34-42页 |
| ·“预警”的由来 | 第34-35页 |
| ·原水水质预警系统范畴 | 第35页 |
| ·原水水质预警理论基础分析 | 第35-37页 |
| ·偶发性污染发现及证实机制 | 第37-40页 |
| ·原水水质恶化应急处理及预警等级 | 第40-42页 |
| ·原水水质预警系统 | 第42-45页 |
| ·现有基础 | 第42-43页 |
| ·系统建设决策方案 | 第43-45页 |
| ·研究案例简介 | 第45-47页 |
| ·研究案例——引滦入津工程概况 | 第45-46页 |
| ·原水藻类高发预警的必要性 | 第46-47页 |
| ·水厂原水水质传统监测资料 | 第47页 |
| ·本章小结 | 第47-49页 |
| 3 原水水质预测方法 | 第49-65页 |
| ·原水水质预测 | 第49-51页 |
| ·预测 | 第49页 |
| ·原水水质预测 | 第49-51页 |
| ·人工神经网络(ANN)预测模型 | 第51-59页 |
| ·ANN理论概述 | 第51-53页 |
| ·ANN水质预测模型 | 第53页 |
| ·ANN建模过程研究 | 第53-55页 |
| ·ANN模型输入变量选择 | 第55-59页 |
| ·决策树预测模型 | 第59-60页 |
| ·ROC曲线判断模型 | 第60-61页 |
| ·判断准确性评价指标 | 第60页 |
| ·ROC分析资料收集与整理 | 第60页 |
| ·ROC曲线的构建 | 第60-61页 |
| ·ROC分析的准确性评价指标 | 第61页 |
| ·最佳判断工作点的选择 | 第61页 |
| ·原水水质预测的其它方法 | 第61-63页 |
| ·时间序列 | 第61-62页 |
| ·灰色系统 | 第62-63页 |
| ·新变革的方法 | 第63页 |
| ·原水水质预测方法及实现 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 4 基于原水传统监测的藻类高发预测 | 第65-98页 |
| ·原水水质资料统计分析 | 第65-67页 |
| ·原水水质单指标异常分析 | 第67-71页 |
| ·藻类高发警戒时间分析 | 第71-76页 |
| ·原水水质期的划分 | 第71页 |
| ·低藻期 | 第71-73页 |
| ·高藻期的划分 | 第73-76页 |
| ·原水中藻类动态变化规律分析 | 第76-81页 |
| ·叶绿素时间序列的小波变换 | 第77-79页 |
| ·讨论 | 第79-81页 |
| ·ROC曲线确定藻类动态变化指标警戒线 | 第81-85页 |
| ·数据准备及处理 | 第81-82页 |
| ·原水影响藻类动态变化分析 | 第82-84页 |
| ·水质指标警戒线 | 第84-85页 |
| ·藻类高发程度的神经网络预测模型 | 第85-96页 |
| ·模型输入变量选择试验 | 第85-90页 |
| ·模型参数的选择 | 第90-91页 |
| ·模型拓扑结构 | 第91-92页 |
| ·模型输入延迟 | 第92-94页 |
| ·模型的实际验证 | 第94-96页 |
| ·本章小结 | 第96-98页 |
| 5 基于原水在线监测系统的藻类高发预测 | 第98-112页 |
| ·原水水质在线监测系统 | 第98-103页 |
| ·系统建设 | 第98-100页 |
| ·监测系统优化运行与维护 | 第100-103页 |
| ·原水水质数据传输及软件平台系统 | 第103-106页 |
| ·无线数据传输网络 GPRS | 第103-105页 |
| ·软件平台及数据套接技术 | 第105-106页 |
| ·远程水质监测软件 | 第106-108页 |
| ·基于在线监测数据的藻类高发预测模型 | 第108-111页 |
| ·预测的可行性 | 第108-109页 |
| ·决策树预测模型的建立 | 第109-110页 |
| ·仿真预测 | 第110页 |
| ·讨论 | 第110-111页 |
| ·本章小结 | 第111-112页 |
| 6 针对高藻原水的水厂应急预案 | 第112-130页 |
| ·原水藻类危害及处理技术 | 第112-120页 |
| ·原水中藻类影响及危害 | 第112-113页 |
| ·藻类控制技术 | 第113-115页 |
| ·水处理工艺去除藻类 | 第115-119页 |
| ·藻类控制及处理技术总结及评价 | 第119-120页 |
| ·芥园水厂应对高藻水潜能分析 | 第120-123页 |
| ·水厂概况 | 第120-121页 |
| ·水厂处理高藻水潜能分析 | 第121-123页 |
| ·水厂工艺中试研究 | 第123-125页 |
| ·预沉池控藻 | 第123页 |
| ·化学杀藻 | 第123页 |
| ·净水工艺除藻 | 第123-125页 |
| ·水厂针对藻类高发的处理预案 | 第125-129页 |
| ·预案制定原则 | 第125页 |
| ·藻类高发处理预案 | 第125-127页 |
| ·针对藻类高发的原水水质预警决策框图 | 第127-129页 |
| ·本章小结 | 第129-130页 |
| 7 结论及建议 | 第130-133页 |
| ·主要结论 | 第130-131页 |
| ·问题与建议 | 第131-133页 |
| 致谢 | 第133-134页 |
| 参考文献 | 第134-146页 |
| 附录：攻读博士学位期间成果 | 第146-147页 |
