

Оценка геохимического состояния малых рек с использованием теории нечетких множеств
https://doi.org/10.18412/1816-0395-2019-9-54-59
Аннотация
При оценке геохимического состояния малых рек решена задача идентификации математической модели технологических процессов самоочищения реки с малым расходом воды. Разработана схема статистического испытания модели, позволяющая создать на базе имеющихся экспериментальных данных модель, адекватную исследуемому объекту. Область допустимых значений параметров модели определяли в ходе имитационного испытания, основу которого составляет метод Монте-Карло. Достаточная точность оценки количества испытаний получена с помощью интегральной теоремы Лапласа. Иллюстрация предложенной схемы выполнена на примере реки Цны как приемника очищенных сточных вод промышленных предприятий г. Тамбова. В результате исследования выделены процессы аэробного окисления органики, нитрификации, денитрификации, роста и отмирания планктона, деаэрации воды кислородом воздуха, аммонификации белка и мочевины, ионного обмена и другие. На заключительном этапе исследования проведена оценка геохимического состояния воды на исследуемом участке реки, в том числе выполнены прогнозы содержания в воде растворенного кислорода.
Об авторах
В.А. НемтиновРоссия
д-р техн. наук, профессор
Ю.В. Немтинова
Россия
доцент
А.Б. Борисенко
Россия
канд. техн. наук, доцент
Список литературы
1. Beck M.B., van Straten G. Uncertainty and Forecasting of Water Quality. Berlin, Springer Berlin Heidelberg, 1983. 388 p.
2. Nemtinov V.A., Nemtinova Y.V., Borisenko A.B., Nemtinov K.V. Construction of concentration fields of elements in 3D in groundwater of an industrial hub using GIS technologies. J. Geochemical Explor. Elsevier. 2014. Vol. 147. P. 46—51.
3. Xu L., Liu S. Study of short-term water quality prediction model based on wavelet neural network. Math. Comput. Model. Elsevier. 2013. Vol. 58. No. 3—4. P. 807—813.
4. Liu S. et al. A hybrid approach of support vector regression with genetic algorithm optimization for aquaculture water quality prediction. Math. Comput. Model. Elsevier. 2013. Vol. 58. No. 3—4. P. 458—465.
5. Mahapatra S.S. et al. Prediction of Water Quality Using Principal Component Analysis. Water Qual. Expo. Heal. Scientific Research Publishing. 2012. Vol. 4. No. 2. P. 93—104.
6. Moses S.A. et al. Water quality prediction capabilities of WASP model for a tropical lake system. Lakes Reserv. Res. Manag. Wiley Online Library. 2015. Vol. 20. No. 4. P. 285—299.
7. Ocampo-Duque W. et al. Water quality analysis in rivers with non-parametric probability distributions and fuzzy inference systems: Application to the Cauca River, Colombia. Environ. Int. Elsevier. 2013. Vol. 52. P. 17—28.
8. Yanfei Zhao, Zhihong Zou, Shenglong Wang. A Back Propagation Neural Network Model based on kalman filter for water quality prediction. 2015. 11th International Conference on Natural Computation (ICNC). IEEE, 2015. P. 149—153.
9. Xiu Li, Jingdong Song. A New ANN-Markov chain methodology for water quality prediction. 2015 International Joint Conference on Neural Networks (IJCNN). IEEE, 2015. P. 1—6.
10. Klir G., Yuan B. Fuzzy sets and fuzzy logic: theory and applications. Prentice hall New Jersey, 1995. 574 p.
11. Ross T.J. Fuzzy logic with engineering applications. John Wiley & Sons, 2011. 608 p.
12. Bedford K.W., Sykes R.M., Libicki C. Dynamic Advective Water Quality Model for Rivers. J. Environ. Eng. American Society of Civil Engineers. 1983. Vol. 109. No. 3. P. 535—554.
13. Nemtinov V.A. Methodology of automated decision-making system development for environmental safety solutions. Authors abstract of the dissertations. Doctor of Technical Sciences: 05.25.05 and 05.17.08. Tambov, 2006. 32 p.
Рецензия
Для цитирования:
Немтинов В., Немтинова Ю., Борисенко А. Оценка геохимического состояния малых рек с использованием теории нечетких множеств. Экология и промышленность России. 2019;23(9):54-59. https://doi.org/10.18412/1816-0395-2019-9-54-59
For citation:
Nemtinov V., Nemtinova Yu., Borisenko A. Assessment of the Geochemical State of Small Rivers Using Fuzzy Set Theory. Ecology and Industry of Russia. 2019;23(9):54-59. (In Russ.) https://doi.org/10.18412/1816-0395-2019-9-54-59