基于SSO-PP的水质综合评价方法  

作　　者：杨旭莹 宋金玲[1,2] 祝美宁 刘风超[1] 

机构地区：[1]河北科技师范学院数学与信息科技学院,河北秦皇岛066004 [2]河北省农业数据智能感知与应用技术创新中心,河北秦皇岛066004

出　　处：《乡村科技》2022年第6期127-130,共4页Rural Science and Technology

基　　金：河北省重点研发计划项目“综合水环境实测及遥感数据的流域水质预测方法研究”(21370103D),“针对海洋生态灾害和环境污染的无人机载多光谱-高光谱联合监测预警技术”(19273301D),“河北省近海典型生态灾害多源遥感监测预警技术研究与示范”(21373301D);2021年度河北省社会科学发展研究课题“河北省流域水质预测信息系统构建研究”(20210201445);河北科技师范学院博士启动基金项目“海洋上层各向异性动能串级在波-涡-流相互作用中的动力学影响及其机制研究”(2019YB020)。

摘　　要：水质分级评价是水资源保护的一项基本工作,客观、合理地对水质进行综合分级评价对预防水污染和高效利用水资源具有重要意义。为此,选取溶解氧(DO)、高锰酸盐指数(COD_(Mn))、五日生化需氧量(BOD_(5))、总磷(TP)和氨氮(NH_(3-)N)5项监测指标,基于投影寻踪(Projection Pursuit,PP)方法构建水质分级评价模型,并引入群居蜘蛛优化算法(Social Spider Optimization,SSO)确定各个指标的最佳投影方向,形成了基于SSO-PP的水质综合分级评价模型。最后,以福建省莆田市的233个水质监测样本为例,对SSO-PP模型的评价效果进行验证。对比分析表明,SSO-PP模型的评价结果具有一定的客观性和合理性,说明SSO-PP模型在水环境的综合评价中具有较好的可行性。

关 键 词：水资源 水质 分级评价 投影寻踪 群居蜘蛛优化算法 

分 类 号：X824[环境科学与工程—环境工程]