基于信息点数据的城市污水管网时污水量分析与预测

摘要

世界各国的城市已经基本建成比较完备的排水系统，随着排水系统信息化的不断发展，基于“智慧水务”的排水管网信息化管理模式已在很多国家进行了实践。但目前对于污水管网中污水量的预测多为年污水量预测或日污水量预测，尚无法实现较为准确的以小时为单位的污水量预测（本文中统称“时污水量”），进而无法满足污水厂实时调控需求。因此研究污水管网时污水量的变化特征及影响因素，并实现较为准确的时污水量预测对于评价污水系统状况、优化污水厂运行调度、实现智慧排水管理具有重要意义。　　本文通过对POI（PointofInformation，信息点)大数据进行核密度分析提取POI密度，分析时污水量与POI密度的相关性，研究不同类型排水户时污水量变化规律，以POI密度和时间为主要因素建立不同类型排水户时污水量的数学回归模型，在此基础上建立污水管网SWMM（StormWaterManagementModel，暴雨洪水管理模型）预测市政管网中的时污水量，主要结论如下：　　（1）利用数学统计方法分析4种不同类型排水户时污水量变化规律及POI密度与时污水量的关联性，结果表明POI密度及时间均为影响时污水量变化的主要因素，时间对污水量的影响表现为周期性规律，POI密度与时污水量的关系表现为正相关性。　　（2）分别比较在三种累计求和方式下时污水量与POI密度的相关性，结果表明不同类型排水户均表现为：按照对与POI数据同一时刻至间隔一个小时的时段内以分钟为单位的污水量进行累计求和得到的时污水量与POI密度的正相关性最强，该结果也体现了时污水量较POI密度时变化的滞后性。　　（3）以POI密度和时间作为自变量建立不同类型排水户时污水量的回归预测模型，预测结果表明多元非线性回归模型可以较为准确的对时污水量周期规律明显、时污水量与POI密度相关程度大的排水户进行时污水量预测。　　（4）建立了利用SWMM模型预测市政污水管网时污水量的方法，根据预测结果与实测数据的误差检验结果表明，该方法可以较为准确的对市政污水管网中的时污水量进行预测。

目录