毕业设计论文-数学建模论文长江水质的评价与预测.doc

高教社杯全国大学生数学建模竞赛承 诺 书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人 (打印并签名)： 日期： 年 月 日赛区评阅编号（由赛区组委会评阅前进行编号）：高教社杯全国大学生数学建模竞赛编 号 专 用 页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：长江水质评价预测模型摘要本文通过对各监测点水质指标数据的分析，建立了水质综合评价和预测模型，得到了水质现状以及各类水质和废水排放量的发展趋势，并以此为基础预测出未来十年需处理的废水量。对水质进行综合评价时，以监测平均值作为水质总体情况的评价指标。将所有监测值按照枯水期，丰水期，平水期分为三类，求出每个时期各指标的平均值，再确定出各个时期的权重，最终得到监测平均值。结果显示，50%以上的水处于类，存在6%左右的劣类水。就各干流和支流的水质情况而言，支流的污染情况更为严重。为寻找长江干流氨氮和高锰酸盐污染源，引入差分方程，描述上游流入当地的污染量和当地排放的污染量之和等于当地污染物的监测值这一关系。再考虑降解作用，求解出各个监测点的当地排污量，得到氨氮和高锰酸盐污染物的主要污染源为重庆朱沱至湖南岳阳城陵矶这一段水域的结论。为预测出未来十年水质的发展趋势，本文通过建立灰色预测模型，预测出可饮用水，+类水，劣类水这三项的百分比以及每年的废水排放量。用后残差检验预测精度，发现精度偏低。于是采用吐故纳新的思想处理首尾数据，以修正模型，得到较为满意的水质预测值。预测显示，十年之后长江流域的可饮用水比例将不足50%，而全流域的劣类水将上升到50.3%，废水排放量呈逐年递增趋势。预测要使水质达标未来十年每年所需处理的废水量，先根据灰色预测模型所得的三类水质百分比和废水排放量，然后利用SPSS拟合出废水量关于上述三类水质百分比的多元线性函数。接着按照所规定的水质比例控制标准，得到新的三类水质百分比，代入拟合函数求得废水排放量，进而求得所需处理的废水量。结果表明，需处理的废水量以较大幅度逐年递增，到2014年将达到65.3737亿吨。最后，对所建模型进行评价和改进，并且就水质评价和预测的结果给出了具体的建议。关键词：长江水质 综合评价 差分方程 灰色预测 废水处理 一、问题重述长江水质的污染程度日趋严重，2004年10月，由全国政协与中国发展研究院联合组成“保护长江万里行”考察团，从长江上游宜宾到下游上海，对沿线21个重点城市做了实地考察，揭示了一幅长江污染的真实画面，其污染程度让人触目惊心。通常认为一个观测站的水质污染主要来自当地区的排污和上游的污水。一般说来，江河自身对污染物都有一定的自然净化能力，长江干流的自然净化能力可以认为是近似均匀的。现有长江沿线17个观测站（地区）近两年多主要水质指标的检测数据，干流上个观测站近一年多的基本数据（站点距离、水流量和水流速）以及“19952004年长江流域水质报告”给出的主要统计数据。我们需要研究如下问题：(1)对长江近两年多的水质情况做出定量的综合评价，并分析各地区水质的污染状况。(2)研究、分析长江干流近一年多主要污染物高锰酸盐指数和氨氮的污染源主要在哪些地区?(3)假如不采取更有效的治理措施，依照过去10年的主要统计数据，对长江未来水质污染的发展趋势做出预测分析，比如研究未来10年的情况。(4)根据以上的预测分析，如果未来10年内每年都要求长江干流的类和类水的比例控制在20%以内，且没有劣类水,那么每年需要处理多少污水？ (5)对解决长江水质污染问题 提出实际可行的建议和意见。二、问题分析对长江水质的评价和预测，可通过分析各污染物的当前浓度和在一定时期内的变化规律，给出各监测站点水质所处于的平均等级，并找出主要污染源，达到评价的目的；再根据过去十年的数据，建立预测模型，用适当的函数对各类水质的比例变化以及废水排放量进行预测，在此基础上，求解出控制类和类水的比例在20%以内且不含劣类水需处理的废水量。在进行水质的综合评价时，考虑到枯水期，丰水期和平水期的水流量有较大的差异，不能将所有的月份各污染物浓度相加平均。于是可先将所有统计数据按上述三个时期进行分类，求出每个时期各污染物的平均浓度指标，再设置不同的权重将三个时期的浓度综合，最后得到各个监测站点的水质等级。在就高猛酸盐和氨氮的浓度寻找长江干流的主要污染源时，关键是确定污染源的认定指标。监测到的污染物浓度值是上游和当地排污的综合结果，不足以用来衡量一个地区是否为污染源，因此需要找出当地的实际排污量，用此作为污染源的认定指标。鉴于观测点之间是逐级影响的关系，可建立差分方程模型对问题进行求解。在对未来十年的水质情况进行预测时，发现各年数据之间有一定的变化趋势，但并不明显，若直接进行函数的拟合会使结果显得粗糙，于是可考虑用灰色预测的原理建立模型，最后得到未来十年的预测数据。根据预测求解未来十年每年需处理的废水量时，首先得明确废水的概念，考虑到、 类是可饮用水，那么废水至少为类水，又因为江水对废水中的污染物浓度起到了一个稀释的作用，所以废水本身的污染物浓度一定大于与江水混合后的浓度。不过对劣类水的各项指标的浓度难以确定，所以考虑换一种角度解决问题。可以通过找出每年的废水排放量与各类水质百分比之间的关系，用函数表示出来，然后再通过各类水质需达到的百分比要求反过来计算废水量，两次废水量之间的差值便是需要处理的废水量。三、基本假设1.假设处于同一水文期的各月水流量相等。2.假设两个站点之间的各支流流量相同。3.假设两干流监测点之间的支流流量为两干流站点的流量之差取平均。4.假设攀枝花为所研究水域的源头，污染物浓度仅由当地排污决定。5.假设污染物不沉淀，且与江水均匀混合6.假设干流和支流的降解系数取为0.27.假设处理后的废水变为可饮用水。四、变量说明:第个监测站点第项水指标的平均浓度(mg/l)：第个监测站点第项水指标在第类水文期的平均浓度(mg/l) ：第类水文期水指标浓度所占的权重：干流监测站点的污染物监测值：支流监测站点的污染物监测值：自上游流入监测点的污染物量：相邻两干流监测站点和之间河段的平均流速（km/天）：监测站点和之间的距离（km）：污染物从监测站点流入的时间：降解系数（g/天）水文期：指枯水期，丰水期，平水期水质指标：附表中地表水环境质量标准列出的四个监测项：溶解氧、高锰酸盐指数、氨氮、PH值五、模型建立和求解5.1水质综合评价模型对题目中所给的17个监测站点逐一考虑。对某一站点来说，共有28次监测值，按照枯水期，丰水期和平水期的月份划归，将28组数据分为三类。在假设处于同一水文期的各月水流量相等的情况下，可将同一水文期的四项主要污染物浓度相加求出平均值。最后再确定出三个时期的权重，加权平均便可求得这一站点在两年里的各项平均水质指标。某站点的平均浓度的表达式如下：其中，表示第个监测站点第个指标的平均浓度，表示第个监测站点第个指标在第类水文期的平均浓度，表示第类水文期指标浓度所占的权重。i取1,2,3分别对应枯水期、丰水期、平水期，m取117代表17个监测点,n取14代表4项水质指标。 分类结果如下：枯水期：2004年14月，2005年14月；(共8个月)丰水期：2003年610月，2004年510月，2006年59月；(共16个月)平水期：2003年1112月，2004年1112月；(共4个月)接着确定各水文期所占的权重，求出各个水文期在一年内的平均水流量，将水流量归一化便可得到各个水期的权重。在此我们假设处于同一水文期的各月水流量相等。得出的三个水文期的权重分别为：枯水期：0.2322；丰水期：0.5544；平水期：0.2134。求解结果如下：表1各监测站点各指标的平均值 （单位：mg/L） 全年平均值地点PHDOCODMnNH3-N水质类别四川攀枝花8.24629.17162.45320.16842重庆朱沱7.91898.98972.05260.33072湖北宜昌南津关7.76318.52662.8530.26052湖南岳阳城陵矶7.83148.65043.76580.32982江西九江河西水厂7.43067.76872.4270.16062安徽安庆皖河口7.45257.44692.54710.22712江苏南京林山7.66317.47682.11930.12792四川乐山岷江大桥7.52155.63515.20540.88343四川宜宾凉姜沟8.06598.99332.76370.4342四川泸州沱江二桥7.68136.86923.27640.74733湖北丹江口胡家岭7.86229.37581.96770.09371湖南长沙新港7.09917.10632.42120.93583湖南岳阳岳阳楼7.72578.31134.17510.38033湖北武汉宗关7.9447.47853.38170.19632江西南昌滁槎7.1765.90332.44325.01176江西九江蛤蟆石7.63937.9163.99160.29282江苏扬州三江营7.7018.19283.0270.28632由上图的全年数据可以看出，干流的水质优于支流的水质。大多数监测站点的水质处于、类，特优类水质和最差劣类水都只各占一个站点，而且都分布于支流上。就各项指标来看，各站点的水PH监测值均在78.3之间波动，溶解氧的量除四川乐山岷江大桥，四川泸州沱江二桥，湖南长沙新港，江西南昌滁槎四个监测点以外都能达到类水的标准。可以看到水质最差的监测点江西南昌滁槎氨氮严重超标，这也是其水质处于劣类的原因。全年平均各类水质所占百分比如下图：图1 长江全年平均各类水质的饼形图可以直观的看出，水质类别集中在类，比例达到50%以上。而类水所占比例很小，劣类水在各都占有一定的比例。 表2 全年各时期平均各类水质百分比时期水质类别类类类类类劣类枯水期5.88258.82411.7655.882411.7655.8824丰水期5.88276.47111.765005.8824平水期058.82423.52911.76505.8824全年平均5.88264.70623.529005.8824由表2可得：就全年平均而言，可饮用水占比例为94.1176%；在枯水期，可饮用水占比例为76.4702%；在丰水期，可饮用水占比例为94.1176%；在平水期，可饮用水占比例为82.3576%。5.2 差分方程污染源确定模型17个监测站点分布于长江的干流和主要支流上，为便于分析，现给出各个站点的相对地理位置，如下图所示：图2 17个监测站点的相对位置5.2.1 降解系数与污染物含量的关系推导假设干流上监测点i自身排放污染物，支流监测点j自身排放污染物为，自上游流入第i监测点的污染物为，为监测点i的污染物监测值。 降解系数可以理解为某种污染物在单位时间内被分解的量，易知可用微分方程表示如下：其中，表示某个监测站点对某种污染物的监测值，求解可得监测值关于时间的表达式为： (1)其中，为当地污染物监测值。5.2.2 关于排污量的差分方程建立为寻找出主要的污染源，应该算出每个监测点所在地的排污量，根据基本关系式：当地污染物监测值=上游流入的污染物量+当地排放的污染物量由于干支流交错，考虑起来比较复杂，可先将某条支流的多个监测点按照上述方法转换为一个干流监测点。上游流入的污染物量=干流流入污染量+支流流入污染量，即其中为上一干流监测点污染物流到干流上第i监测点的时间，为支流上第j监测点污染物流到干流第i监测点的时间，为干流上第i-1与i个监测点之间的支流监测点数量。做如下规定：支流上第j监测点为干流上第i-1监测点到第i监测点之间的支流上。假定为第j监测点到第i监测点的距离。假设干流上相邻两点之间的河段内的流速是相等的，而且等于该两点监测流速的平均值，即其中分别为两监测点的流速。根据该假设，得到两点之间污染物流动时间：，于是上游流入第i监测点的污染物为： (2)其中，为干流上第i-1与i个监测点之间的支流监测点数量。于是第i监测点的污染物监测值为：同理，可以得到从上游流入干流上第i+1个监测点的污染物为： (3)其中，为干流上i与i+1监测点之间的支流监测点数量。假设干流和支流上的起始监测点没有上游污染物流入，因此该地的污染物排放量为该地污染物监测值。即在干流上：在支流上：为当地污染物监测值。最后可以求得7个干流监测站点的排污量，结果如下表所示：表3 七个干流监测点各水文期平均每月CODMn排污量（万吨）枯水期丰水期平水期四川攀枝花0.0477610.2234820.021524重庆朱沱0.2398480.395510.396258湖北宜昌南津关0.1437190.8102160.043857湖南岳阳城陵矶0.138040.4802260.292321江西九江河西水厂0.02238700安徽安庆皖河口0.0889640.1264250.010898江苏南京林山0.22364400上表出现0值的地方认为排污量非常小，由于计算机的截断误差而使显示为0值。在此处只比较各数据之间的相对大小，结合各监测站点的相对地理位置可以分析得到:排污量最大的两个监测点为湖北宜昌南津关和湖南岳阳城陵矶，可以推测高锰酸盐的主要污染源集中在长江中上游段，重庆至湖南这一段水域。表4 七个干流监测点各水文期平均每月NH3-N排污量（万吨）枯水期丰水期平水期四川攀枝花0.5849474.31192160.7415194重庆朱沱1.1070824.43241140湖北宜昌南津关0.70141327.84548291.691106湖南岳阳城陵矶2.44955093.37784331.4107912江西九江河西水厂000安徽安庆皖河口0.75819050.00188360江苏南京林山0.20863424.05409210.7559605同理，上表出现0值的地方认为排污量非常小，在此只比较各数据之间的相对大小，结合各监测站点的相对地理位置可以分析得到:NH3-N的污染源也集中在长江中上游段，重庆朱沱至湖南岳阳城陵矶这一段水域。5.3 水质预测模型根据各类水质所占的百分比以及长江水流量与废水排放量的数据，我们初步预测出未来十年各类水质朝着差的方向发展的。为了准确的预测出各类水质百分比和废水排放量，了解这种发展趋势，本文运用灰色预测1的原理进行建模。就所要研究并预测的某一项，原有时间序列有n个观测值,可表示为：对此做一次累加，得到新序列：其中，。则GM(1,1)模型的微分方程为：其中，为发展系数，反映了的发展态势；为灰色作用量。设为待估参数向量，,利用最小二乘法求解得,其中，求解微分方程，可以得到预测模型为：还原为： (4)需要检验此预测模型，包括残差检验和后验差检验(1) 残差检验：求与的残差，相对误差和平均相对误差，(2)后验差检验：首先需要计算原始数据实际值的平均值和残差平均值，然后计算原始数据方差和残差方差的均方差比值和最小误差概率,用上述原理预测各指标的变化规律，在检验的时候发现最小误差概率偏小，说明预测的误差偏大。所以需要对模型进行改进。就某项指标将原始数据和每次预测所得数据用一个时间序列表示为，在进行第一次预测时，使用数据得到，进行第二次预测时，使用数据得到，依此类推，便能得到未来十年的预测值。最终整理出原始数据和预测数据如表58所示。表5 1995-2004年的全流域数据整理结果1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 y174179183189207234220.5256270285 x193.1 85.3 80.7 88.4 80.2 74.0 73.7 76.7 77.5 68.0 x26.9 11.6 15.9 10.0 15.7 21.0 19.5 13.2 12.2 20.7 x30.0 3.1 3.4 1.6 4.1 5.3 6.8 10.0 10.3 11.3 其中y：废水排放量（亿吨），x1：可饮用水百分比（%），x2：IV和V类水百分比（%），x3：劣V类水百分比（%）。表6 对2005-2014年的全流域数据预测结果2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 y303324.3346367.5390.9419.6444473.4504.7537.5x167.4 64.4 60.2 58.4 55.4 51.1 46.5 42.6 39.8 36.0 x218.0 17.7 18.1 16.8 16.1 16.4 16.8 15.9 14.2 13.8 x314.6 17.9 21.7 24.8 28.6 32.5 36.6 41.4 46.0 50.2 其中y：废水排放量（亿吨），x1：可饮用水百分比（%），x2：IV和V类水百分比（%），x3：劣V类水百分比（%）。表7 1995-2004年的干流数据整理结果1995199619971998199920002001200220032004y174179183189207234220.5256270285x190.499.286.710087.274.567.768.893.867.5x29.60.813.3012.825.426.522.56.123.5x30000005.88.709其中y：废水排放量（亿吨），x1：可饮用水百分比（%），x2：IV和V类水百分比（%），x3：劣V类水百分比（%）。表8：对2005-2014年的干流数据预测结果2005200620072008200920102011201220132014y303324.3346367.5390.9419.6444473.4504.7537.5x165.964.561.161.661.358.754.549.950.748.4x225.1262928.12830.434.138.337.339.2x399.59.910.310.710.911.311.81212.4其中y：废水排放量（亿吨），x1：可饮用水百分比（%），x2：IV和V类水百分比（%），x3：劣V类水百分比（%）。 图3 各项预测指标的变化趋势图通过以上图表可以看到，若不采取治理的措施，水质在未来十年之内会逐年变坏。可饮用水呈逐年递减趋势，到2014年全流域可饮用水百分比为6.0%；而IV和V类水百分比为13.8%；劣V类水百分比：50.2%；干流域可饮用水百分比：48.4%；IV和V类水百分比：39.2%；劣V类水百分比：12.4%。除可饮用水比例不足50%之外，全流域的劣类水超过了50%，干流域的劣类水在10%左右，这说明支流污染相当严重。也是对人类发出了严重警告。5.4废水处理模型：根据20年的各类水所占百分比和废水排放量数据，得到废水排放量关于各类水质百分比的函数。将6类水质分为三大类，、为第一类，、为第二类，劣为第三类，三类水质所占的百分比分别用表示，废水排放量用表示。初次拟合发现，若是单独用每一年数据进行拟合得到的函数表达式显著性不高，于是考虑用迭代的思想拟合。表达式如下： (5)其中，表示第年的废水排放量，分别表示第年三类水所占百分比。用SPSS拟合函数。表9：模型的拟合优度情况由表9可知，废水与劣V、I+II+III、IV+V的相关系数R为0.999，决定系数R2为0.997，校正决定系数为0.997。说明模型拟合优度相当好。表10：整个模型的检验结果由表10可知，所拟合的多元线性回归模型的F值为1822.671，Sig为0.000，因此拟合的模型是具有统计学意义的。表11：常数项和系数的检验结果从表11可知，回归方程为 (6)其中k=1,2,20，分别为I+II+III，IV+V，劣V类水的百分比（%），y为废水量。对未来10年每年需处理废水量预测，通过对的修正，得到处理后的I+II+III，IV+V，劣V类水的百分比值。代入多元表达式中，得到处理后剩余的废水排放量。则需处理废水量为： (7)由于未来10年内每年都要求长江干流的类和类水的比例控制在20%以内，且没有劣类水，我们可以得到分别与的关系： (8)处理后剩余的废水量为： (9)其中。根据(6)(9)式即可求得每年处理的废水量。表12 2005-2014年的废水处理量的预测值年份20052006200720082009处理量(亿吨)5.996910.855715.636718.587823.9434年份20102011201220132014处理量(亿吨)34.665639.780247.884855.602665.3737六、模型评价为合理的综合评价长江水质，本文将时段分成枯水期、丰水期、平水期三个时段，分别考虑各时段内的各监测点的平均污染物浓度，再引入各时期的权重，能较好的体现全年的综合水平，避免了较大或较少数据的干扰。在确定高锰酸盐指数和氨氮主要的污染源时，采用一系列简化的假设，使得模型求解大大简化。但是利用以点代段的思想，将两监测点间的流速视为相等，并且忽略了长江较小分支的水流量不能很好地与实际吻合。关于未来十年水质情况的预测，一开始采用了灰色预测模型，发现结果不太理想，于是对模型进行了改进。改进中借用了吐故纳新的思想，将预测点纳入序列中，同时吐出序列中的第一个值。以此来削弱序列远端值对预测值的不利影响，并增强序列新值的影响力，使得序列预测值更加准确。对每年废水处理量的预测，本文用多重线性回归的方式确定废水量与各水质分类的关系，避免了寻找废水量与各水质类别、污染物质之间复杂的逻辑关系，根据预测的废水量和各年水质分类达标预测值，可以较简单的得出各年需处理的废水量，大大减少了工作量。七、建议总结 从模型中可以看出，未来十年长江的的形势不容乐观，如果不进行治理的话，到2014年将会有至少12%的干流水质和50%的全流域沦为劣V类水质，I类和II类水质将逐步消失。可见，治理长江刻不容缓。然而，治理的成本高，周期长，难度大。固防治的重点在应防而不再治。由于重污染指标高锰酸盐指数和氨氮污染源都集中在长江中上游段，重庆朱沱至湖南岳阳城陵矶这一段水域。我们提出如下建议：1.绝不走先污染后治理的发展道路，严格执行废水、废弃物排放标准。严格监管长江干流、支流沿岸的企业和工厂，特别是支流沿岸的，要严格执行废水、废弃物排放标准。对于岸旁钢铁厂、化工厂、造纸厂、造船厂、拆船厂等重污染企业的数量要严加控制。2.建立严格的惩罚制度。对不符合标准排放废水、废弃物的企业和工厂，给予严格警告，高额罚金，勒令整改或者关闭等处分。为提高震慑力，建议罚款金额可定为企业的年净收入金额的50%。3.立法严格监督，消除腐败。建立健全长江水质防治法，对执法官员进行严格监督；对水质保护作出相关规定，包括各类污染物指标和各类污水(工业废水，农药，化肥，生活污水)的排放规定。 八、参考文献1 戴羽，王媛媛，王伦夫，基于灰色GM(1,1)模型的安徽省GDP总量预测，重庆工学院学报(自然科学)，第22卷；74页-77页，2008年2月2 谷歌搜索，谷歌地图，3 姜启元，谢金星，叶俊，数学模型，北京市：高等教育出版社，2003年8月第3版九、附件清单附件一：在枯水期、丰水期、平水期各类水质百分比分布图附件二：水质综合评价附件三：差分方程主要污染源确定模型求解附件四：灰色预测模型求解附件五：污水处理模型求解附件一：在枯水期、丰水期、平水期各类水质百分比分布图附件二：水质综合评价1、 对17个地点28个月的数据按地点分类：function didian=didian(shuju)%shuju 第一列mod 17+1,代表地点i,除17取整代表与03年6月份相差多少个月； %地点处理程序didian=;for i=1:17 didiani=;%17个矩阵存取各个地点各个月的相关数据索引end for i=1:length(shuju(:,1) pund=mod(shuju(i,1),17); switch pund case 1, didian1=didian1,shuju(i,1); case 2, didian2=didian2,shuju(i,1); case 3, didian3=didian3,shuju(i,1); case 4, didian4=didian4,shuju(i,1); case 5, didian5=didian5,shuju(i,1); case 6, didian6=didian6,shuju(i,1); case 7, didian7=didian7,shuju(i,1); case 8, didian8=didian8,shuju(i,1); case 9, didian9=didian9,shuju(i,1); case 10, didian10=didian10,shuju(i,1); case 11, didian11=didian11,shuju(i,1); case 12, didian12=didian12,shuju(i,1); case 13, didian13=didian13,shuju(i,1); case 14, didian14=didian14,shuju(i,1); case 15, didian15=didian15,shuju(i,1); case 16, didian16=didian16,shuju(i,1); case 0, didian17=didian17,shuju(i,1); end%swtichend%for2、 对已分类的各个地点的28个组数据按月份处理成枯水期、丰水期、平水期：function yuefen=yue(didian)%各地点月份处理yuefen=zeros(17,28);for i=1:17 for j=1:length(didiani) yflag=didiani(j)-i; flag1=fix(yflag/17)+6;%flag1相差03年6月份多少个月 yuefen(i,j)=flag1; if flag112 yuefen(i,j)=mod(flag1,12); if yuefen(i,j)=0 yuefen(i,j)=12; end%if end%if end%forend%for3、 各个地点枯水期，丰水期，平水期各项指标平均值：function kstar,fstar,pstar=kfp(shuju,yuefen,didian)%各个地点枯水期，丰水期，平水期各项指标平均值m,n=size(yuefen);kstar=zeros(m,4);fstar=zeros(m,4);pstar=zeros(m,4);for i=1:m kphsum=0; kdosum=0;kmnsum=0; knhsum=0; fphsum=0; fdosum=0;fmnsum=0; fnhsum=0; pphsum=0; pdosum=0;pmnsum=0; pnhsum=0;%枯水期，丰水期，平水期各项指标求和因子 kflag=0;fflag=0;pflag=0;%枯水期，丰水期，平水期月份个数标志 for j=1:n switch yuefen(i,j) case 1,2,3,4,%i监测地点枯水期各项污染物指标求和 hang=didiani(j); kphsum=kphsum+shuju(hang,2); kdosum=kdosum+shuju(hang,3); kmnsum=kmnsum+shuju(hang,4); knhsum=knhsum+shuju(hang,5); kflag=kflag+1; case 5,6,7,8,9,10%i监测地点丰水期各项污染物指标求和 hang=didiani(j); fphsum=fphsum+shuju(hang,2); fdosum=fdosum+shuju(hang,3); fmnsum=fmnsum+shuju(hang,4); fnhsum=fnhsum+shuju(hang,5); fflag=fflag+1;