摘要(Abstract)：
通过局部加权回归的时间序列分解法和灰色系统GM(1,1)分解模型，对米山水库降雨和电导率动态特征进行分析。结果表明：电导率在2016年调水前主要受气候变化影响，数值呈现稳定中略有波动的状态，在2016年调水后快速增大，并于2017年达到最大值后处于稳定波动状态，此时电导率同时受气候变化和区外调水的影响；GM(1,1)分解模型对自然状态下电导率的模拟值与实测值整体拟合较好，模拟精度较高；将模型外延，得到2016—2019年区外调水造成的米山水库电导率的增加量分别为自然状态下电导率的1.85～2.01、 2.17～2.38、 2.19～2.40、 2.09～2.28倍，说明区外调水对米山水库电导率的变化具有主要控制作用。
关键词(KeyWords)： 气候变化;区外调水;电导率;水质评价;米山水库
基金项目(Foundation): 国家自然科学基金项目(41772257);; 山东省自然科学基金项目(ZR2019MD029);; 高校院所创新团队项目(2021GXRC070)
作者(Author): 张明芳,黄林显,刘扬,张杰,刘建光,宋协良,李文虎
DOI: 10.13349/j.cnki.jdxbn.20220624.001
参考文献(References)：
[1] 徐震.胶东河库水系连通系统水资源优化调度研究[D].济南：济南大学，2020.
[2] 张明芳，吴英，李玮，等.基于电导率的米山水库水质演变分析[J].济南大学学报(自然科学版),2021,35(5):480-486.
[3] SKARB?VIK E,ROSETH R.Use of sensor data for turbidity,pH and conductivity as an alternative to conventional water quality monitoring in four Norwegian case studies[J].Acta Agriculturae Scandinavica,Section B:Soil & Plant Science,2015,65(1):63-73.
[4] 杨娟.基于水质评价综合模糊优化法对广州市猎德涌引清调度工程水质改善效果的研究[J].水资源开发与管理，2020(4):61-68,37.
[5] 杨崇豪，苏喆.远距离调水水质安全的全面风险管理体系研究[J].华北水利水电学院学报，2007,6(28):75-78.
[6] 徐聪，冯民权.引调水工程水源地水量水质联合风险研究[J].西北农林科技大学学报(自然科学版),2016,44(9):228-234.
[7] 张修宇，潘建波，张修萍.基于水量水质联合调控模式的水资源管理研究[J].人民黄河，2011,33(6):46-49.
[8] CLEVELAND R B,CLEVELAND W S,MCRAE J E,et al.STL:a seasonal-trend decomposition procedure based on LOESS[J].Journal of Official Statistics,1990,6:3-33.
[9] 王春晓，卢毅敏.闽江流域水质时间序列变化趋势识别及特征分析[J].水资源与水工程学报，2020,31(4):63-69.
[10] 牛蓓蓓.三峡工程对江汉平原西部地下水环境时空变化影响研究[D].武汉：武汉大学，2016.
[11] ABBAS S H,KHUDAIR B H,JAAFAR M S.Water quality assessment and total dissolved solids prediction for Tigris river in Baghdad city using mathematical models[J].Journal of Engineering Science and Technology,2019,14(6):3337-3346.
[12] TIRABASSI M A.A statistically based mathematical water quality model for a non-estuarine river system[J].Journal of the American Water Resources Association,1971,7(6):1221-1237.
[13] 王军，高梓勋，朱永明.基于CNN-LSTM模型的黄河水质预测研究[J].人民黄河，2021,43(5):96-99,109.
[14] 刘云翔，吴浩.基于随机森林算法的水华预警模型[J].人民黄河，2018,4(8):75-77,90.
[15] AHMED A N,OTHMAN F B,AFAN H A,et al.Machine learning methods for better water quality prediction[J].Journal of Hydrology,2019,578:124084.
[16] HAGHIABI A H,NASROLAHI A H,PARSAIE A.Water quality prediction using machine learning methods[J].Water Quality Research Journal,2018,53(1):3-13.
[17] 哈佳，顾霜妹，孟潇，等.水动力-水质模型在人工湖优化设计中的应用[J].人民黄河，2013,35(11):53-55,59.
[18] 夏伟.基于水动力水质耦合模型的西安昆明池(试验段)补水方案模拟研究[D].西安：长安大学，2019.
[19] 颜廷文，孙宝盛，张冉.基于等维新息灰色马尔可夫模型的河流水质预测[J].水土保持通报，2013,33(5):130-133,189.
[20] 张凯.分数阶灰色季节模型及其在水质预测中的应用[D].邯郸：河北工程大学，2021.
[21] ZHANG Y,GAO Q Q.Comprehensive prediction model of water quality based on grey model and fuzzy neural network[J].Chinese Journal of Environmental Engineering,2015,9(2):537-545.
[22] 陈婷婷，黄川友，殷彤.灰色-标识指数法在地表水水质评价中的应用[J].人民黄河，2017,39(2):61-64.
[23] 刘军，肖新平，郭金海，等.单增序列灰色GM(1,1)模型解之间的误差分析[J].系统工程理论与实践，2014,34(12):3182-3189.
[24] HAO Y H,YEH T-C J,WANG Y R,et al.Analysis of karst aquifer spring flows with a gray system decomposition model[J].Ground Water,2007,45(1):46-52.
[25] 李华敏，吴敬，赵娇娟，等.GM(1,1)分解模型与ARIMA模型在岩溶地下水模拟中的对比研究：以柳林泉流量模拟为例[J].中国岩溶，2011,30(3):260-269.
