基于贝叶斯方法的饮用水水质预测及可视化研究

近年来，由于客观条件和人为因素的影响，城市饮用水污染严重，给人民生活造成巨大威胁。为减少水质污染事故，保障饮水安全，饮用水水质变化趋势研究得到越来越广泛的关注，并取得了令人瞩目的成果。但由于造成水污染的因素具有多样性与复杂性，目前的一些水质预测分析方法均由于自身的局限性而不能达到令人满意的分析效果: 模糊数学的评价方法虽然能划分水质分类的模糊度，且能客观反映水质的实际情况，但需人为构建隶属函数，人为因素较强，且随着水质指标的不断增多，运算量大，运算复杂; 灰色关联评价方法的计算关联度越大，则评价结果越理想，但同时计算也越复杂; 人工神经网络则需要超大量的样本数据才能进行研究，这在实际水质评价中往往很难满足。贝叶斯是一种推理能力强、语义清晰、易于理解的预测分析方法，可以综合利用已知水质信息和样本数据对水质未来的变化趋势进行推断分析，方法直观简便，原理清晰，计算量小、方便，为城市饮用水水质预测分析提供了一种新的研究方法［1 ～ 4］。