基于馬爾可夫鏈的國內(nèi)廢水排放量預(yù)測(cè)

方國斌 李萍

摘 要：應(yīng)用馬爾可夫鏈對(duì)廢水排放量進(jìn)行動(dòng)態(tài)預(yù)測(cè).結(jié)果表明，馬爾可夫鏈模型預(yù)測(cè)的數(shù)值與實(shí)際數(shù)值一致：2015年排水量處于478.5～587.5億噸，高于652.9億噸的可能性最大，2016年處于高于652.9億噸的可能性最大.預(yù)測(cè)結(jié)果與實(shí)際廢水排放量相吻合，說明用馬爾可夫鏈模型來預(yù)測(cè)廢水排放量是合理有效的.

關(guān)鍵詞：馬爾可夫鏈;廢水排放量;轉(zhuǎn)移概率矩陣;數(shù)值預(yù)測(cè)

[中圖分類號(hào)]X502 ? [文獻(xiàn)標(biāo)志碼]A

Abstract：The markov chain is used to predict the discharge of wastewater dynamically. The results show that the predicted value by Markov chain model is consistent with the actual value. The most likely in the probability of the drainage in 2015 is between 478.5 and 587.5 billion tons or above 652.9 billion tons， and in 2016 is above 652.9 billion tons. Therefore， it is reasonable and effective to use markov chain model to predict wastewater discharge.

Key words：markov chain;wastewater discharge;transfer probability matrix;numerical prediction

隨著工業(yè)化發(fā)展加快，生活和工業(yè)用水量需求不斷增長，污水排放量也隨之增大，許多國家和地區(qū)開始密切注意對(duì)未來環(huán)境變化的預(yù)測(cè).國外眾多學(xué)者在廢水排放量預(yù)測(cè)這一領(lǐng)域進(jìn)行了大量的研究工作.早在1978年，美國就進(jìn)行過一次全國性的水資源調(diào)查與預(yù)測(cè)工作，其調(diào)查結(jié)果成為制定相關(guān)政策的依據(jù).Duarte E A，Neto L和Alegrias M[1]等人通過控制水污染物排放量來改善廢水質(zhì)量，對(duì)多處海域?qū)嵤p少水污染物的行動(dòng).Banks P A[2]也以此為基礎(chǔ)制定了多項(xiàng)環(huán)境保護(hù)策略，在改善水質(zhì)上獲取了滿意的成果.Ahmed G E[3]和Yoshiaki T[4]利用神經(jīng)網(wǎng)絡(luò)模型和分析污染物排放原則，為預(yù)測(cè)廢水排放量開辟了新的道路.Liu J[5]和Mohamed M[6]為探究廢水排放量預(yù)測(cè)模型做了大量工作.國內(nèi)學(xué)者曹連海和宋剛福[7]利用最小二乘回歸法，研究各指標(biāo)對(duì)污水排放量的影響效果.趙嬌娟[8]對(duì)天津市的廢水排放進(jìn)行研究，提出水資源可持續(xù)利用的措施.李磊、潘慧玲[9]利用多元非線性回歸預(yù)測(cè)模型預(yù)測(cè)我國廢水排放量將在2015年達(dá)到最大值.孔亦舒和劉秀麗[10]預(yù)測(cè)中國近幾年文化教育業(yè)、工業(yè)等的廢水排放量較大.李穎[11]論證了馬爾可夫預(yù)測(cè)法主要用于預(yù)測(cè)未來事件發(fā)生的概率的大小，并對(duì)環(huán)境發(fā)展方向進(jìn)行說明.李小芳、孫寶盛[12]建立灰色模型和修正馬爾可夫模型，預(yù)測(cè)2010-2015年天津市污水排放量.筆者根據(jù)1997-2016年的年廢水排放量數(shù)據(jù)，結(jié)合馬爾可夫鏈對(duì)歷史廢水排放量進(jìn)行驗(yàn)證，并預(yù)測(cè)未來廢水排放量的變化趨勢(shì)，給城市排水系統(tǒng)的設(shè)計(jì)提供理論依據(jù).

1 馬爾可夫鏈理論

由表6可以預(yù)測(cè)：2015年的廢水排放量處于478.5～587.5億噸，高于652.9億噸的可能性最大，概率為0.28;2016年的廢水排放量高于652.9億噸的可能性最大，概率為0.33.2015年和2016年實(shí)際的廢水排放量分別為735.3億噸和711.1億噸，正處于預(yù)測(cè)狀態(tài)，說明本文所建的馬爾科夫鏈模型的預(yù)測(cè)結(jié)果與實(shí)際結(jié)果吻合.

根據(jù)已有的廢水排放量數(shù)據(jù)對(duì)2017-2019年的廢水排放量進(jìn)行預(yù)測(cè)，結(jié)果見表7.

由表7可以得知，2017-2019年的廢水排放量高于652.9億噸的可能性最大，概率依次為0.39，0.44和0.5，且呈逐年上升趨勢(shì).

3 結(jié)論與建議

3.1 主要結(jié)論

本文運(yùn)用馬爾可夫鏈模型預(yù)測(cè)廢水排放量，按照均值-標(biāo)準(zhǔn)差法劃分1997-2014年廢水排放量數(shù)據(jù)，并對(duì)2015年和2016年的廢水排放量進(jìn)行預(yù)測(cè).結(jié)果顯示，馬爾可夫模型對(duì)廢水排放量進(jìn)行預(yù)測(cè)是可行的.

2017-2019年的廢水排放量高于652.9億噸的可能性最大，不僅給各大污水處理廠增添了凈化負(fù)擔(dān)，更加考驗(yàn)了廢水處理設(shè)備的先進(jìn)性.

3.2 建議

（1）廢水排放量在接下來的幾年里將呈現(xiàn)逐年上升的趨勢(shì)，要合理區(qū)分不同行業(yè)、不同污水的類型，對(duì)不同的污水排放劃分處理，針對(duì)不同的領(lǐng)域制定不同的排放標(biāo)準(zhǔn).在嚴(yán)格執(zhí)行國家生活污水處理政策的基礎(chǔ)上，可根據(jù)實(shí)際情況制定地方生活污水排放標(biāo)準(zhǔn)和排放收費(fèi)等.

（2）中水回用和廢水零排放成為工業(yè)廢水處理的一個(gè)主攻方向.我國工業(yè)企業(yè)用水效率不高，導(dǎo)致我國工業(yè)企業(yè)用水量大，因此，工業(yè)廢水排放多，加劇了我國廢水排放處理的困境.在水資源緊缺的背景下，提高工業(yè)用水效率，降低工業(yè)對(duì)水資源過量消耗成為時(shí)代發(fā)展的必然要求.對(duì)于持續(xù)增加的廢水排放量，抓好工業(yè)節(jié)水，制定政策，鼓勵(lì)和淘汰老舊的用水技術(shù)、工藝、產(chǎn)品和設(shè)備，完善高耗水行業(yè)取用水定額標(biāo)準(zhǔn);采取改、擴(kuò)建污水處理廠和提高凈化技術(shù)來解決廢水排放量增長的問題.

參考文獻(xiàn)

[1]Duarte E A，Neto L，Alegrias M，et al. ''Appropriate technology''for pollution control in corrugated board industry-the Portugaese ease[J].Water Science and Technology，1995，3（2）：12-14.