松花江流域省界缓冲区水环境监测与评价

本书在开展松花江流域省界缓冲区水环境监测的基础上，通过研究水质评价方法（单因子评价法、趋势分析法、主成分分析法、物元分析法、聚类分析法、神经网络预测法），开展水体的微生物监测与评价，构建流域水质监测系统和评价系统，探讨人工智能算法在松花江流域省界缓冲区水质评价与预测的应用，为松花江流域省界缓冲区水环境管理提供重要科学依据。本书可供生态水利领域从事水环境保护等工作的科研人员及管理人员参阅，并可用作高等院校生态环境、水利工程等专业教师、研究生的参考书。

前言
第1章绪论
1.1松花江流域概况
1.2水资源质量现状
1.3水资源保护面临形势与需求
1.4松花江流域省界缓冲区水质监测状况
1.4.1省界缓冲区水资源保护管理现状分析
1.4.2省界缓冲区水质监测内容
1.4.3加强省界缓冲区水资源保护对策
第2章松花江流域省界缓冲区水质监测技术与方法
2.1流域省界缓冲区水质监测技术
2.2地表水监测规范要求
2.2.1地表水功能区监测断面布设要求
2.2.2采样频次与时间确定原则
2.2.3河流、湖泊、水库采样频次和时间规定
2.2.4样品容器的选择与使用要求
2.2.5现场测定与观测要求
2.2.6样品保藏方法
2.2.7地表水监测项目规定
2.3流域省界缓冲区水环境监测分类
2.3.1理化监测
2.3.2生物监测
2.4松花江流域省界缓冲区控制体系
2.4.1嫩江水质控制体系
2.4.2第二松花江水质控制体系
2.4.3松花江干流水质控制体系
第3章单因子评价与趋势分析法
3.1全年水质评价结果
3.2汛期水质评价结果
3.3非汛期水质评价结果
3.4水质趋势检验分析
3.4.1Mann-Kendall趋势检验分析的操作步骤
3.4.2高锰酸盐指数的趋势分析
3.5本章小结
第4章主成分分析法
4.1主成分分析法在水质评价中的应用
4.2监测数据标准化处理
4.3特征值及方差贡献
4.4主成分载荷及主成分得分表
4.5水质监测指标优化结果
4.6本章小结
第5章物元分析法
5.1概述
5.2物元分析法的应用
5.2.1选取监测样本
5.2.2确定物元矩阵
5.2.3计算权重系数
5.2.4松花江流域省界缓冲区水质评价
5.3本章小结
第6章聚类分析法
6.1概述
6.2聚类法优化水质监测断面
6.2.1水质监测断面优化原则
6.2.2K-均值聚类法优化水质监测断面
6.2.3监测断面分类K值的确定
6.2.4K-均值聚类分析优化断面的基本步骤
6.3K-均值聚类法检测水质断面
6.3.1全年水质K-均值聚类分析
6.3.2汛期水质K-均值聚类分析
6.3.3非汛期水质K-均值聚类分析
6.4本章小结
第7章多层感知器
7.1多层感知器原理简介
7.2程序运行
7.2.1菜单参数
7.2.2神经网络分析
7.3神经网络程序结果输出与分析
7.3.1结果输出
7.3.2神经网络模型分析
7.4本章小结
第8章微生物监测与评价
8.1水体中微生物监测与评价
8.1.1典型断面水质情况分析
8.1.2断面生物信息学分析
8.2沉积物中微生物监测与评价
8.2.1沉积物生物信息学分析
8.2.2相关性分析
8.3本章小结
第9章浮游植物群落结构与环境因子相关性
9.1浮游植物群落结构与环境因子的关系
9.2监测方法
9.2.1监测断面的选取与情况介绍
9.2.2浮游植物样品采集与分析
9.2.3环境因子测定方法
9.2.4数据处理分析方法
9.3结果与分析
9.3.1松花江干流水质情况分析
9.3.2松花江浮游植物群落结构特征
9.3.3松花江干流浮游植物与环境因子的关系
9.4本章小结
第10章水质实验室管理系统
10.1水质数据管理业务功能简介
10.1.1基本信息录入
10.1.2监测数据录入
10.2管理系统主要内容
10.2.1检测业务流程管理
10.2.2采样到位监督
10.3实验室资源管理模块
10.3.1仪器管理
10.3.2人员管理
10.3.3器皿、试剂、样品管理
10.3.4文件管理
10.4系统管理模块
10.5本章小结
第11章水质评价系统
11.1水质评价系统运行条件
11.1.1服务器端运行环境
11.1.2客户端运行环境
11.2系统登录
11.2.1系统主页
11.2.2系统界面
11.3系统管理
11.3.1用户管理
11.3.2角色管理
11.3.3数据录入
11.3.4监测信息录入
11.3.5数据校核
11.3.6数据查询与维护
11.4分类评价
11.4.1地表水水质评价
11.4.2水功能区达标评价
11.5分组评价
11.6报表中心
11.7本章小结
第12章人工智能技术的应用
12.1人工智能在流域水环境管理方面的研究进展
12.2流域水环境智能管理模型及应用
12.2.1基于知识的系统
12.2.2遗传算法
12.2.3人工神经网络
12.2.4自适应模糊推理系统
12.2.5深度学习
12.2.6虚拟现实和增强现实技术
12.3增强现实在水环境领域应用情况
12.3.1增强现实在水利行业上的国内外研究进展
12.3.2增强现实在水资源管理方面的关键性技术
12.3.3基于GIS的增强现实监测系统
12.4本章小结
参考文献
附录AButtontestJAVA代码
附录BUnity3D代码
彩图