企业官网建设流程全解析

简介：这份《长江水质的评价和预测》数学建模文档，系统展示了针对长江水质评价与预测问题的完整建模思路。文档基于国标地表水环境质量标准，围绕五个子问题构建模糊综合评价模型、污染源判别模型与灰色系统预测模型，对长江近两年水质进行定量评价，识别高锰酸盐和氨氮主要污染源地区，并对未来十年水质河长比例与所需污水处理量做出预测。资源共1个doc文档，压缩包约595KB，内容包含问题重述、模型假设、符号说明、模型求解与结果表格，结构完整。适合数学建模竞赛备赛者、环境类专业学生及水质数据分析人员参考，从数据预处理到模型构建与结果解读均有清晰推导，可作为完整赛题方案学习模糊综合评价与灰色预测的实际应用。已有348人学习下载。

1. 模糊综合评价：长江水质定级的第一步不是查表

长江水质的评价和预测，本质上是一条「定级-溯源-预测-配额」的数据链路：先用模糊综合评价把 17 个观测站点的水质类别定出来，再用一维稳态水质模型反推高锰酸盐和氨氮的主要排放源，然后用 GM(1,1) 灰色系统预测未来 10 年各级水质河长比例，最后把比例换算成每年必须处理的污水总量。这套思路适合正在做环境数据分析、有小样本时序预测需求，或者想复现数学建模完整流程的工程师——它解决的不只是「水质属于几类」的分类问题，而是从监测数据到治理决策的完整推算过程。我拆这份资源时最大的感触是：水质定级这类边界模糊的问题，硬规则往往不如概率分布可靠，而模糊综合评价恰好是处理这种不确定性的成熟工具。

2. 模糊综合评价的隶属函数设计与权重标定

2.1 为什么排除 PH 值再做模糊评价

国标 GB3838-2002 给出了 4 个主要项目标准限值，乍看可以直接按浓度查表定级。但仔细看限值表会发现一个反直觉的事实：PH 值在Ⅰ类到劣Ⅴ类的标准限值全部是 6~9，没有任何区分度。而原始数据里 17 个站点 28 个月的 PH 监测值全部落在 6~9 区间内，也就是说无论水质好坏，这一项都不会把水质等级向下拉。

所以数据预处理阶段就直接把 PH 从评价因子集里拿掉，只保留溶解氧（DO）、高锰酸盐指数（CODMn）和氨氮（NH3-N）三个指标。这里的经验是：做多指标综合评价时，先看每个指标的等级区分度——如果某个指标在所有等级上的限值几乎一致，它只会稀释权重，不会贡献判别信息，应当剔除。这比无脑套四指标模型更贴近实际决策场景。

另外要注意 DO 和其他两个指标的优化方向相反：DO 是越大越好（以最大值为最优），CODMn 和 NH3-N 是越小越好（以最小值为最优）。这个方向差异在后续权重计算和隶属函数设计里要分别处理，不能用一个公式通吃。

2.2 权重归一化与正逆向指标处理

权重的设计逻辑是「超标越多，权重越大」。对以最小值为最优的指标（CODMn、NH3-N），用实测值与该指标各级标准最大值之比作为权重基础；对以最大值为最优的指标（DO），则反过来用最大值与实测值之比。公式化表达为：

• 正向指标（越大越好）：w_i = Smax_i / S_i
• 逆向指标（越小越好）：w_i = S_i / Smax_i

其中 S_i 是第 i 个指标的实测均值，Smax_i 是该指标各级标准中的最大标准值。算完三个权重后做归一化，让权重之和等于 1。注意 DO 的公式里实测值在分母，所以 DO 浓度越低权重越大，符合「溶解氧低说明污染重」的直觉。

以四川攀枝花站为例：DO 实测均值 9.15，CODMn 为 2.43，NH3-N 为 0.18。代入公式再归一化后，权重向量大体会落在 W = [0.21, 0.43, 0.36] 附近（具体数值随 Smax 取值略有浮动）。氨氮浓度虽低，但因为标准限值区间很窄，归一化后权重并不小。

2.3 用 Python 实现梯形隶属函数

隶属函数是模糊综合评价的核心。水质等级之间不是硬边界，比如Ⅲ类和Ⅳ类之间没有一条「断崖」，而是渐变过渡。这里采用梯形隶属函数，把每个指标在每个等级上的隶属度算出来，组成模糊关系矩阵 R。

import numpy as np # 国标限值：DO / CODMn / NH3-N，单位 mg/L # 行索引 0..5 对应 I, II, III, IV, V, 劣V 类 limits = { 'DO': [7.5, 6, 5, 3, 2, 0], 'CODMn': [2, 4, 6, 10, 15, np.inf], 'NH3-N': [0.15, 0.5, 1.0, 1.5, 2.0, np.inf] } def assign_level(value, name): """对单个指标值做等级分配（用于后续隶属度计算的初判）""" lv = limits[name] if np.isinf(lv[-1]) and value >= lv[-2]: return len(lv) - 1 for i in range(len(lv) - 1): if value <= lv[i]: return i return len(lv) - 1 def trapezoid_membership(value, low, high): """梯形隶属度：落在 [low, high] 内为 1，两侧线性过渡到 0""" if value <= low: return max(0.0, 1 - (low - value) / max(low, 1e-6)) if value >= high: return max(0.0, 1 - (value - high) / max(high, 1e-6)) return 1.0

这段代码的要点：assign_level 先做初判确定该指标最优落在哪个等级区间，trapezoid_membership 负责在区间边界做线性过渡。参数 low 和 high 对应国标里相邻等级的标准限值，比如 CODMn 在Ⅱ类对应区间是 2~4，实测 3.2 时对Ⅱ类的隶属度就是 1.0，同时它对Ⅲ类（4~6）的隶属度按线性衰减，从而保留「接近边界」的模糊信息。np.inf 用在劣Ⅴ类上限，避免数值溢出。

有了隶属函数后，对 17 个站点、3 个指标分别计算 6 个等级的隶属度，组成 3×6 的模糊关系矩阵 R，再与归一化权重向量 W 做模糊合成，得到多指标模糊概率综合评价矩阵 M = W ∘ R。合成算子常见取加权平均型：

def fuzzy_compose(weights, R): """加权平均型模糊合成：M[j] = sum(W[i] * R[i][j])""" return np.dot(weights, R)

逻辑说明：weights 是长度为 3 的一维数组，R 是 3×6 的二维数组，np.dot 对每个等级 j 做加权求和，输出长度为 6 的 M 向量。M[j] 表示该站点水质归属于第 j 类的综合模糊概率。定级时取最大隶属度原则——M 中最大值对应的索引就是水质类别；同时计算综合质量系数 M 与等级向量 [1,2,3,4,5,6] 的内积，这个系数越高说明水质越差，用于跨站点横向排名。

2.4 17 个站点的模糊概率与综合质量系数

按上述流程跑完全部站点，抽取几个有代表性的结果：

注意两个细节：一是丹江口和南京林山虽然都定级为Ⅰ类，但综合质量系数不同，说明系数提供了等级之外的排序信息，适合做细粒度污染排名；二是江西南昌滁槎对不同等级都有非零概率，最大隶属度原则把它判为Ⅳ类，但它的Ⅱ类概率其实有 0.72，这种「跨界」信号在传统查表法里会被直接丢弃。这也是模糊综合评价相对硬分类的核心优势——保留不确定性，而不是强行二值化。

从结果统计看，17 个站点中 23.53% 为Ⅰ类、70.59% 为Ⅱ类、5.88% 为Ⅲ类，没有站点落入Ⅳ类以下。整体水质偏好，但支流站点（乐山岷江大桥、南昌滁槎）明显比干流差，这个结论直接为后续污染溯源提供了方向。

3. 污染源判别模型：一维稳态水质方程与排放量反推

3.1 浓度沿程衰减与质量流量换算

模糊综合评价能回答「哪里水质差」，但不能回答「污染物是谁排的」。要定位污染源，需要利用长江干流 7 个观测站点的距离、水流量和水流速数据，建立污染物沿程衰减关系。这里采用一维稳态河流水质模型：污染物浓度随距离按指数规律衰减，即

c_x = c_0 · e^(-K · x / v)

其中 c_0 是上游起点浓度，K 是降解系数（单位 1/天），x 是站点间距离（km），v 是江水流速（km/天）。原始资源里提到 K 通常介于 0.1~0.5，取 0.2 作为默认值。这里的物理含义是：污染物在流动过程中通过物理降解、化学降解和生物降解自然消减，从上游流到下游时浓度已经变小，所以下游站点测到的污染物不全是本地排的，有相当一部分是上游残留。

质量流量换算也很关键。站点浓度单位是 mg/L，要换算成每秒通过断面的污染物质量（g/s），需要乘上断面流量：

M_k = c_k · Q_k

其中 Q_k 是第 k 个站点的水流量（m³/s），换算时注意单位统一：1 mg/L = 1 g/m³，所以 M_k = c_k (mg/L) × Q_k (m³/s) 的结果单位就是 g/s。这一步不做，后面所有排放量比较都是空中楼阁。

3.2 由站点总量分离本地排放量

核心假设是：第 k 个站点的污染物总量 M_k 等于「上游流入本站的残留量」加「本站自身排放量」。而上游流入本站的残留量，可以用第 k-1 个站点的质量流量，按一维稳态模型衰减折算到本站位置：

M_k^up = M_{k-1} · e^(-K · Δx_k / v_k)

于是本站自身排污量：

m_k = M_k - M_k^up

需要注意边界条件：起始站点（四川攀枝花）没有上游，所以它的自身排放量就等于 M_1 本身。这就是假设 2「干流上起始站点所含的污染物只是其本身排放的污染物」的含义。

用 Python 实现如下：

import numpy as np # 7 个干流站点基本数据（示意结构；实际以附件3为准） stations = ['攀枝花', '朱沱', '宜昌南津关', '岳阳城陵矶', '九江河西水厂', '安庆皖河口', '南京林山'] distances = [0, 422, 712, 358, 132, 164, 300] # km，相邻站间距 flow_speed = 1.2 # m/s，干流平均流速（简化取值） K = 0.2 # 1/day，降解系数 Q = [4200, 6800, 7200, 9100, 9800, 10500, 12000] # m^3/s，示意流量 CODMn_conc = [2.1, 2.3, 2.8, 3.1, 2.9, 3.4, 3.6] # mg/L def compute_local_discharge(conc, distances, K, v, Q): v_km_day = v * 86.4 # m/s -> km/day M = np.array(conc) * np.array(Q) # g/s，断面质量流量 local = np.zeros_like(M) local[0] = M[0] for i in range(1, len(M)): delta_x = distances[i] residual = M[i-1] * np.exp(-K * delta_x / v_km_day) local[i] = M[i] - residual return local discharge = compute_local_discharge(CODMn_conc, distances, K, flow_speed, Q)

逻辑说明：v_km_day 把流速从 m/s 换算成 km/天，因为 K 的单位是 1/天，x 的单位是 km，必须保证量纲一致。np.exp 计算的是上游污染物衰减到本站的剩余比例，local[i] 就是本站实际排入长江的污染物质量流量。如果 local 出现负值，通常是浓度测量误差或 K 取值偏大导致衰减过多，这时要把负值按 0 处理，并检查该站点的数据可信度。

3.3 排放量结果与污染源判定

按上述流程计算高锰酸盐和氨氮在 7 个站点上的自身排放量：

判定规则是：高锰酸盐排放量超过 40 kg/s、氨氮排放量超过 3 kg/s 的站点列为对应污染物的主要污染源。按此规则，高锰酸盐的主要污染源依次是安徽安庆、湖南岳阳、江西九江、江苏南京、湖北宜昌；氨氮的主要污染源依次是湖南岳阳、安徽安庆、江西九江、重庆朱沱、湖北宜昌。这里有个单位转换的坑要提醒：模型计算结果是 g/s，判定阈值是 kg/s，两者差 1000 倍，很多初做这个项目的人会在这里对不上数。

能源头数据发现：攀枝花作为上游起点，虽然浓度不是最低，但因为流量小，绝对排放量反而是 7 个站点里最少的。这说明污染源判别必须用质量流量而非浓度——浓度高的小支流在总污染负荷里可能远不如浓度中等的大干流。这个思路可以平移到任何「多个监测断面、需要区分本地排放和上游输入」的水环境场景。

4. GM(1,1) 灰色预测：级比检验与小样本时序建模

4.1 为什么小样本选灰色模型而不是 ARIMA

问题三是预测 2005 年到 2014 年各级水质河长比例，但手头只有 1995 到 2004 年一共 10 个年度数据点。对 ARIMA 或 LSTM 这类统计/深度模型，10 个样本根本不够支撑参数估计；而灰色系统理论的核心优势就是「少数据、贫信息」——它不需要大样本，也不要求数据满足正态分布或平稳性假设。

GM(1,1) 的基本思路：把原始数列做一次累加生成（1-AGO），把原来波动较大的数据序列变成单调递增序列，然后用一阶微分方程拟合这条累加序列，再通过后减运算还原出预测值。这听起来有点绕，但本质上是「先累加消噪，再拟合趋势，再差分还原」。

4.2 级比检验与平移变换

在建模之前必须先做级比检验，否则模型可能不适用。设原始数据列为 X⁰ = [x⁰(1), x⁰(2), ..., x⁰(n)]，级比为：

λ(k) = x⁰(k-1) / x⁰(k)

如果所有级比都落在可容覆盖区间 (e^(-2/(n+1)), e^(2/(n+1)))，则数据序列可以直接用 GM(1,1)。n=10 时，可容覆盖区间约为 (0.833, 1.199)。原始资源里对 1995~2004 年枯水期各级水质河长比例做检验时，原始序列的级比范围是 0.89~1.18，勉强落在区间内但余量很小；部分类别（如Ⅰ类水比例接近 0 的那些年份）会越界，因为比例数据大量集中在低位，相邻年份比值波动剧烈。

处理办法是平移变换：对所有数据加一个常数 C，使得新序列的级比落入可容区间。这里取 C=50。平移后枯水期级比范围变成 0.89~1.18，与可容区间 (0.833, 1.199) 对照，全部落在区间内。注意平移变换不会改变序列的相对趋势，只改变幅度，所以预测后再减回 C 即可得到真实比例。

4.3 最小二乘求解与后减还原

GM(1,1) 的完整 Python 实现如下：

import numpy as np def gm11(x0, n_pred=10): """ x0: 原始数据列，长度 n n_pred: 预测步数 返回：预测值序列（含原始区间内的拟合值） """ x0 = np.asarray(x0, dtype=float) n = len(x0) # 1-AGO 累加生成 x1 = np.cumsum(x0) # 构造 B 矩阵和 Y 向量 B = np.column_stack([-0.5 * (x1[:-1] + x1[1:]), np.ones(n - 1)]) Y = x0[1:] # 最小二乘估计参数 [a, u] theta = np.linalg.inv(B.T @ B) @ B.T @ Y a, u = theta[0], theta[1] # 累加序列的拟合值 x1_fit = np.zeros(n + n_pred) x1_fit[0] = x1[0] for k in range(1, n + n_pred): x1_fit[k] = (x0[0] - u / a) * np.exp(-a * k) + u / a # 后减运算还原 x0_fit = np.zeros(n + n_pred) x0_fit[0] = x0[0] x0_fit[1:] = np.diff(x1_fit) return x0_fit, a, u

参数含义：a 是发展灰数，反映序列的增长或衰减趋势，a 的绝对值越大，趋势越强；u 是内生控制灰数，相当于系统的外部驱动项。B 矩阵的每一行是累加序列相邻两项的均值取负，这是灰色模型对微分方程离散化的标准做法；Y 向量是原始序列从第二项开始的值。np.linalg.inv(B.T @ B) @ B.T @ Y 就是最小二乘闭式解，不需要迭代。

调用时要注意：原始数据如果有零值，累加序列会出现连续相等段，导致 B 矩阵奇异。这时要用平移变换或对零值做小幅常数偏移，避免矩阵求逆报错。另外后减运算用的是 np.diff，它会把累加序列的相邻差作为原始序列的拟合值，这一步丢失了第一个点的还原，所以手动把 x0_fit[0] 赋值为 x0[0]。

4.4 残差与级比偏差双重验证

单有预测值不足以说明模型可靠，还要做两类检验。残差检验计算相对误差 ε(k) = (x⁰(k) - x̂⁰(k)) / x⁰(k)，要求多数点 ε(k) < 0.1；级比偏差检验先由原始数据算级比 λ(k)，再结合发展系数 a 算理论级比，两者偏差小于 0.1 认为合格。以枯水期Ⅰ类水比例为例，2005 到 2014 年的相对误差全部落在 0.00~0.07 之间，级比偏差绝对值最大 0.15，大部分在 0.1 以内，模型通过验证。

预测得到的水文年各级水质河长比例：

数据背后两个信息：一是Ⅱ类水比例逐年上升，说明总体水质在变好；二是劣Ⅴ类比例从 7.40 缓慢爬升到 7.54，说明重污染河段在顽固扩张。前者解释了为什么干流站点评价结果偏好，后者支撑了「需要严格控制污水排放」的结论。如果只做均值或线性回归，很难同时抓住这两种不同速率的趋势，这是灰色模型在这个场景里真正起作用的地方。

5. 从河长比例到治污配额：污水量测算与模型边界

5.1 六类水压缩成三类，处理量公式化

问题四给的条件是：未来 10 年内，Ⅳ类和Ⅴ类水的比例控制在 20% 以内，且没有劣Ⅴ类水。原始资源把六类水按用途压缩成三类——A 类（可饮用水，含Ⅰ、Ⅱ、Ⅲ类）、B 类（可用水，含Ⅳ、Ⅴ类）、C 类（废水，劣Ⅴ类）。需要处理的污水量由两部分组成：B 类超过 20% 的部分全部处理，C 类全部处理。写成公式：

L = max(0, P_B - 20%) × Q_total + P_C × Q_total

其中 P_B、P_C 是 B、C 类水质占河长的百分比，Q_total 是当年长江总水量。用灰色预测分别得到 2005~2014 年的总流量和各级水质比例，代入即得每年处理量。实测结果是逐年递增：2005 年 298.9 亿吨，2014 年 470.8 亿吨，十年涨了 57%。这个单调上升曲线直接说明：在不加干预的前提下，污水治理压力只增不减。

5.2 预测结果如何落入管理指标

这个测算过程的价值在于把「水质类别」这种定性指标，转化成了「每年必须处理多少亿吨污水」的定量配额。对环保部门来说，决策依据不是某段河属于Ⅳ类，而是「要在 20% 红线内，明年至少新增 xx 亿吨处理能力」。类似的逻辑也能迁移到别的场景——工业园区排放总量控制、污水处理厂扩容规划、流域横向生态补偿金额计算，本质都是「先预测比例，再按比例配额」的结构。

5.3 模型的适用边界

复盘时有三点边界值得注意。第一，GM(1,1) 的外推步数最好不要超过样本量的一半；用 10 年数据外推 10 年已经接近极限，预测区间越往后可信度越低，尤其是 2014 年的预测值只能当趋势参考，不能当精确值用。第二，降解系数 K 取常数 0.2 是工程简化，实际中 K 随水温、季节、流量变化很大；如果要做更精细的溯源，需要分段标定 K 值。第三，模糊综合评价的最大隶属度原则在相邻等级概率接近时会误判，比如江西南昌滁槎同时对Ⅱ类和Ⅳ类都有较高隶属度，这时只看评级会丢失信息，建议配合综合质量系数使用。把这三点记在项目文档里，比直接用模型结论写报告要稳妥得多。

本文还有配套的精品资源，点击获取