长江水质的评价和预测
长江水质的评价和预测
长江水质的评价和预测引言长江是亚洲最长的河流，其流域范围涵盖中国境内的11个省市区，是中国的经济和文化中心。
饮用水是人类生活中必不可少的资源，长江作为中国一个重要的自然水库之一，其水质的安全性对于饮用水的安全至关重要。
长江水质的差异很大，具体取决于水体参数、化学物质和营养物质的含量，污染物、农药和药物的含量等。
水体参数包括温度、溶解氧、电导率、pH值、悬浮固体等。
化学物质和营养物质包括氮、磷、无机和有机碳等。
污染物主要包括重金属、有机氯、有机磷和持久性有机污染物等。
长江水质的评价和预测是一项重要且复杂的任务，不仅涉及到环境科学、水文学、地质学等学科，还需要依赖大量数据和模型的支撑。
长江水质评价数据来源长江沿岸站点在长江中游、下游的主要支流、还有汉江、金沙江、澜沧江、墨竹激卢江等河流进行了监测，覆盖了不同流域。
其中，长江站点共19个，还有6个源自主要支流的站点。
数据来自国家环境监测站，包括全新光谱（F）和范围光谱（W）等数据。
还包括各种长期观测数据、水文数据、污染源数据等。
分析方法为了评价长江水质，研究人员使用各种数据分析方法。
以下是最常用的方法：1.多元统计学方法：该方法适用于多维度的数据分析，可以很好地将水质的差异分析出来。
2.模型方法：通过建立模型，通过安全阈值和工业排放水排放标准来评估水质。
例如，水质生态式（TAS）模型常用于水质评价。
3.基于水环境质量指数（WQI）的方法：将水质评估结果分解为各项指标，并计算出每个指标的权重。
然后，将这些权重加权为水环境质量指数（WQI），该指数被认为是评估水质最有效的方法之一。
4.集成多项投影寻踪（PLS）模型：该方法使用多个输入变量来预测WQI值。
该模型可以共同解释两个数据集之间的相关性。
评价结果通过上述方法，研究人员得出结论：尽管长江沿岸水质受到人类活动的影响，但仍有几个监测站点的水质趋向改善。
在径流流域内，长江的水质大多数舒适区已经进入，但还有一些站点处于低水平和近危险水平。
长江水质的评价和预测-李宁
长江水质的评价和预测摘要本文首先运用主成分分析法对长江流域主要城市水质检测报告进行分析，选取主成分，并把主成分得分按方差贡献率加权求和，得出每个地区的污染综合评价指数，进而可以计算每个月长江流域的污染综合评价指数。
通过一维河流的稳态水质模型，确定干流上污染物的变化，计算出各地区主要污染物的排放质量,确定高锰酸盐指数（CODMn）的主要污染源在湖南岳阳、湖北宜昌、江苏南京、江西九江等地区；氨氮（NH3-N）的主要污染源在湖南岳阳、江西九江、湖北宜昌等地区。
然后利用GM(1,1)模型与BP神经网络模型联合完成对未来十年不同水质的河长比例的预测，考虑到数据少，预测期长。
如果使用神经网络模型进行预测效果很差，考虑GM(1,1)模型在很少的数据下可得到较高的预测精度，因此首先使用GM(1,1)模型对未来十年的排污量进行预测，结果如下：单位(亿吨)年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 排污量 289.9 306.3 323.6 341.9 361.2 381.7 403.2 426.0 450.1 475.5再根据排污量预测值，利用BP神经网络对未来十年的不同水质的河长比例进行了预测。
为了得到排污量与各类水质的河长比例，本文再次利用BP神经网络的高精度逼近能力对排污量与六类水质的河长比例的关系进行拟合。
从而可以得到每年控制污染所应当处理的废水量：单位（亿吨）年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 废水处理量 58.2 123.6 133.3 174.3 163.0 189.9 245.4 272.1 300.5 300.7关键词：主成分分析GM(1,1)模型BP神经网络问题重述长江是我国第一、世界第三大河流，长江水质的污染程度日趋严重，已引起了相关政府部门和专家们的高度重视。
长江水质评价和预测的数学模型
长江水质评价和预测的数学模型长江水质评价和预测的数学模型摘要：长江是中国最长的河流，其水质对于保护生态环境和人类健康至关重要。
因此，对长江水质进行评价和预测具有重要的研究价值。
本文综述了现有关于长江水质评价和预测的数学模型，并探讨了这些模型的优劣以及未来的发展方向。
通过这些数学模型，我们可以更好地了解长江水质的变化趋势，为水资源管理者提供科学依据，保护和恢复长江的水质。
1. 引言长江是中国最大的河流，流经11个省市，对于中国的经济和生态起到了重要的作用。
然而，由于人类活动、城市化进程和工业化的快速发展，长江的水质受到了严重的污染。
因此，对长江水质进行评价和预测成为了重要的研究课题。
2. 长江水质评价模型2.1 污染指数模型污染指数模型是较早被采用的水质评价模型之一。
该模型通过对水样中各种污染物浓度的测定，并结合环境质量标准，计算出一个综合的污染指数值，从而评价水质好坏。
然而，该模型没有考虑到污染物之间的相互关系和水文地质条件的影响，因此在实际应用中有一定的局限性。
2.2 灰色关联度模型灰色关联度模型是一种能够综合各种因素的水质评价模型。
该模型通过建立灰色关联度函数，将不确定因素纳入考虑，并计算出与水质相关的关联度值。
然后，通过对各因素进行权重分配，得到最终的水质评价结果。
该模型相比于污染指数模型具有更强的综合能力。
3. 长江水质预测模型3.1 神经网络模型神经网络模型是一种通过模拟人脑的神经网络来进行水质预测的模型。
该模型通过对历史数据的学习和分析，建立相应的神经网络结构，并利用该结构对未来的水质进行预测。
神经网络模型具有较强的非线性拟合能力，能够较好地捕捉水质变化的规律。
3.2 支持向量机模型支持向量机模型是一种基于统计学习理论的水质预测模型。
该模型通过建立超平面，并考虑到各个样本点与超平面的距离，确定最佳的超平面划分水质数据。
支持向量机模型具有较强的泛化能力和鲁棒性，可以有效地对长江水质进行预测。
长江水质的评价和预测
长江水质的评价和预测
中国长江是世界第三大河流，也是中国经济、文化、人口等多方面的重要支柱和组成部分。
然而，由于城市化、工业化、农业化等活动的不断推进，长江的水环境受到了越来越多的影响和污染，水质问题越来越突出，对水资源的保护和利用构成了严峻的挑战。
长江水环境评价是衡量长江水质现状和水环境质量的重要手段。
目前，水质参数包括水量、颜色、浊度、PH值、溶解氧、BOD、COD、氨氮、总磷、总氮等。
测量和监测这些水质参数是评价长江水环境质量的关键。
水质监测的主要方法包括现场实测和动态监测。
现场实测是指从江河、湖泊等水面上取样，然后在带回实验室进行分析化验。
动态监测则是通过在线监测仪器对河流的取样进行监测，可以得到更准确的数据。
通过水质监测，可以精确了解长江的污染程度以及污染物来源和分布。
预测长江水环境质量也是非常重要的工作。
长江在不同季节、不同水位、不同气象条件下都有着不同的水环境特征，预测其水环境质量需要考虑这些多元因素的影响。
预测模型有许多种，根据预测目的的不同，可采用基于理论模型和基于统计模型两种方法。
基于理论模型的预测方法，是通过建立数学模型，考虑长江流域的物质循环、水动力学、水生态学等方面的过程，进行预测。
基于统计模型的预测方法，则是通过分析历史数据建立统计模型，进而预测未来水环境质量。
在长江水质评价和预测的工作中，提高水质监测和预测技术、加强数据共享和管理、规范行业排放和治理等方面都具有重要意义。
同时，弘扬"绿水青山"理念，推动生态环境保护、促进绿色发展，也是实现长江流域水质持续改善的必经之路。
长江水质的评价与预测_2005年甲组全国一等奖(江帆、纪诚、雷春财)
长江水质的评价与预测摘要：文章对长江水质进行了评价和预测，具体包括以下四个方面：(一) 由附件3中的数据得到每个地区28个月的时间内4个主要项目指标的平均值、方差和置信区间，结合质量标准确定每个地区水质的类别（水质类别的确定：各项指标中类别最高（也即该项指标最差）作为水质最后的综合评价类别）；得到各个水质类别依此给出长江整体水质评判为Ⅱ类。
（二）长江干流某一个地区污染物的浓度（总量）取决于上游下来的污染物的浓度（总量）、长江干流自然净化能力以及本地区排放的污染物的浓度（总量）。
考虑一年多来的情况可以得到某一个地区13个月排放的污染物的浓度（总量），对得到的13个值求均值、置信区间，然后对长江干流7个观测站污染物的浓度（总量）排序、比较得出高锰酸盐和氨氮的污染源在：湖北宜昌、湖南岳阳、江西九江。
（三）考虑到这是一个短期的、少数据量的时间序列，本文首先采用了灰色预测的方法，以某类水质河长占统计河长的百分比为对象，分三个时期（枯水期、丰水期、水文年），预测长江未来十年全流域、干流与支流的水质状况。
鉴于灰色预测方法的应用前提是数据序列符合或基本符合指数规律变化，序列波动小且变化速度慢，同时考虑到对长江水质污染起主要作用的是Ⅳ、Ⅴ、和劣Ⅴ类水，本文将Ⅰ、Ⅱ、Ⅲ类水的百分比求和作为一个整体取对数变换后进行预测。
由于三类水百分比相加后使得数据序列更平滑，预测得到的结果更加合理。
对Ⅳ、Ⅴ、和劣Ⅴ类，采取间接预测：如对Ⅳ类水质，由于Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、和劣Ⅴ类水的百分比总和为1，本文不直接以Ⅳ类的百分比为对象预测，而是以Ⅰ、Ⅱ、Ⅲ、Ⅴ、和劣Ⅴ类水的百分比的和为对象，取对数后预测，再由预测结果还原得到劣Ⅴ类水的预测值，由于Ⅰ、Ⅱ、Ⅲ、Ⅴ、和劣Ⅴ类水百分比和相对波动小，预测得到的结果比较合理。
然后，本文采用了线性回归模型对灰色预测模型进行比较与验证。
（四）本文假定长江干流的污水主要来自长江支流，并且排放的废水中主要包括Ⅳ、Ⅴ、和劣Ⅴ类水，首先预测未来十年内长江支流的年废水排放量，然后利用（三）中的预测数据（未来十年Ⅳ、Ⅴ、和劣Ⅴ类水的百分比）得到每年排放的废水中这三类水质的总量，引入长江干流水的总量这一个参量（实际的计算中不需要），结合具体的要求得到每年需要处理的污水总量。
长江水质的评价和预测
长江水质的评价和预测长江作为中国第一大河流，其水质一直备受关注。
长期以来，受城市化和工业化发展的影响，长江水质一直处于下降状态。
随着国家环保政策的不断加强和人们环保意识的提高，长江水质逐渐得到改善。
本文将从长江水质的评价和预测两个方面进行详细的分析，希望为长江水质的改善提供参考。
我们来评价一下当前的长江水质状况。
根据最新的监测数据显示，长江水质整体呈现出稳中有升的态势。
在城市污染源治理力度加大的影响下，长江上游及支流水质明显改善。
而且大部分地区的水质已经从劣Ⅴ类别提升到Ⅳ类别，水质总体状况有所改善。
长江下游水域的水质依然较差，受到城市排污、农业面源污染和工业废水排放的影响，水质仍然不容乐观。
除了表层水质的改善，底泥污染也是长江水质问题的一大隐患。
底泥中的有害物质严重影响了水生态系统的健康。
为了更好地改善长江水质，我们需要对其未来的发展趋势进行预测和分析。
从政策层面来看，国家对长江生态保护和水质改善的政策力度将会持续加大。
相信随着政策的不断落实和措施的不断完善，长江水质将得到更大程度的改善。
从技术层面来看，随着环保技术的不断进步和应用，长江水质的监测、治理和保护将更加有效和精细，各项治理工作将更加精准和有力。
市场力量在长江水质改善中也将发挥积极的作用，从而推动相关企业加大环保投入，提高治污效率，改善长江水质。
长江流域的生态环境保护和水质改善也离不开全社会的参与。
政府、企业、科研机构和公众要共同努力，形成合力，共同推动长江水质的改善。
政府作为主体，要加大资金投入，强化监管责任，切实加强水质保护工作力度，从根源上减少各类污染源的排放。
企业要主动承担环保责任，加大环保投入，引进先进技术，提高污染治理效率，积极履行社会责任。
科研机构要加强技术创新，为长江水质治理提供技术支持和智力保障。
公众要提高环保意识，主动支持环保措施，积极参与长江流域的生态环境保护工作。
只有形成全社会合力，才能更好地实现长江水质的改善和生态环境的保护。
长江水质的评价和预测
长江水质的评价和预测长江是中国的母亲河，它承载着中国数千年的文明和历史。
随着工业化和城市化的迅速发展，长江水质受到了严重的污染，给长江流域的生态环境和人民的健康带来了巨大的威胁。
长江水质的评价和预测是非常重要的课题，它关乎着长江流域的生态安全和可持续发展。
长江水质的评价是指对长江水体中的各种污染物进行监测和分析，以确定水质的优劣和变化趋势。
评价长江水质的方法有很多种，包括采样监测、实验室分析、水质模型等。
通过这些方法，可以了解长江水体中的污染物种类、含量和分布情况，为制定有效的水污染防治措施提供科学依据。
长江水质的评价还可以为长江流域的管理者和公众提供及时的水质信息，引起广泛的关注和重视。
长江水质的预测是指根据过去的水质数据和环境变化趋势，预测未来一段时间内长江水质的变化情况。
预测长江水质的方法主要包括统计分析、时间序列分析、水质模型等。
通过这些方法，可以对长江水质在不同季节和不同地点的变化趋势进行预测，为长江流域的管理者和公众提供及时的水质预警和预报信息，采取相应的应对措施，减少水环境风险。
评价和预测长江水质的研究工作已经取得了一些进展，但仍然面临着一些困难和挑战。
长江流域的地理辽阔，环境复杂，水质监测点多、污染源复杂，导致长江水质的评价和预测工作受到了很大的局限性。
长江流域的水污染物种类繁多、浓度不同、分布广泛，使得长江水质的变化规律难以准确把握。
长江流域的人口密集、经济发达，水资源需求大，长江水环境保护和治理的任务十分繁重。
评价和预测长江水质的研究需要加强数据共享、技术创新、管理集约化，发挥政府、企业和公众的合力，加快长江流域水环境治理的步伐。
评价和预测长江水质的研究成果对长江流域的生态保护和环境治理具有重要意义。
评价和预测长江水质的科学依据可以为政府部门制定长江流域的水环境标准和规划提供数据支持和技术指导。
评价和预测长江水质的预警和预报信息可以帮助决策者和公众及时了解长江水质的变化状况，引起关注，警示风险。
长江水源调查报告长江水质的评价和预测
变化趋势总结
通过分析数据，发现长江水质整体稳定，但部分区域如江苏、安徽等省份的河流 存在水质变差的风险，需要加强管理和保护。
04
预测分析
水质预测模型和方法
基于水文和水质…
利用长江流域内的水文和水质监 测数据进行多元线性回归，建立 模型来预测未来水质变化。
水质评价标准和方法
水质评价标准
根据国家《地表水环境质量标准》和《生活饮用水卫生标准 》等相关法规和规定，将长江水质分为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ 类，其中Ⅰ类为最优，Ⅴ类为最差。
水质评价方法
采用单因子评价和综合评价相结合的方法，其中单因子评价 主要考虑各水质指标是否达标，综合评价则考虑各水质指标 之间的相互影响。
长江全长6,300多公里，是中国第一长河，也是亚洲最长的河 流
长江发源于青藏高原唐古拉山脉各拉丹冬峰西南侧的沱沱河 ，干流流经青海、*、四川、云南、重庆、湖北、湖南、江西 、安徽、江苏、上海等11个省（自治区、直辖市）
主要水源区域和污染源
主要水源区域
长江上游及沿江地区，包括沱沱河、通天河、金沙江、川江、汉江、赣江等 河流
基于主成分分析…
利用主成分分析方法，将复杂的 水质影响因素简化为几个主成分 ，建立模型来预测未来水质变化 。
基于人工神经网…
利用人工神经网络算法，将水质 影响因素和未来水质变化之间的 关系进行学习，建立模型来预测 未来水质变化。
水质预测结果和分析
01
根据建立的多元线性回归模型，预测未来十年内长江流域的水质变化趋势，预 测结果包括未来十年内各断面的高锰酸盐指数、氨氮、总磷等指标的变化趋势 和变化范围。
通过对长江水源进行调查，可以了解长江水资源的数量和质量状况，为合理利用和保护水 资源提供基础数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
长江水质的评价和预测摘要本题主要以长江水质的检测和预测问题为研究对象，在研究过程中，针对长江水质的评价、污染源的确定、水质的预测和控制四个问题分别建立数学模型，并求解。
针对问题一，主要通过考虑污染物对水质类别的影响，并利用目标-手段分析法从中找出影响各地区水质评价值的主要因素为：酸碱度、溶解氧含量、高猛酸盐指数、氨氮含量和水质类别，通过建立判断矩阵，确定各影响因素对评价值的权重，并对数据统一标准量化处理，加权求和即可得到17座城市近两年多的水质评价平均值。
并通过考虑长江干流、支流在各水期的污染情况对长江水质的综合影响，由此建立关于长江水质的综合评价模型，评价值越大说明水质越好，对模型求解可得长江水质的综合评价值为0.8335，分析结果可得水质最好的地区为湖北丹江口，水质最差的地区为江西南昌滁槎。
针对问题二，通过分析可得，各地区排污量等于各地区监测量与上游排污量的差值，由于江水具有降解能力，需考虑污染物浓度与降解系数、水流速度和时间的关系，并建立关于降解浓度的微分方程，求得降解浓度的表达式，由此可得上游排污量对下游监测值的影响量，据此可建立关于各地区排污量的数学模型，对模型求解并分析结果可得高锰酸盐等主要污染物的排放地区为：湖南岳阳。
针对问题三，首先建立排污量与年份的一元多项式回归模型，其次根据各类水所占百分比与长江总流量和排污量的关系，建立多元线性回归模型，将整理后的数据代入各模型中利用matlab回归命令求解即可得到排污量与年份，各类水百分比与总流量和排污量的函数关系式，并据此预测未来10年的长江水质情况，具体结果见模型求解。
针对问题四，根据问题三的求解结果，在满足未来十年内没有劣Ⅵ类水，Ⅳ类和Ⅴ类水所占百分比低于20%的条件下，以每年处理污水量最少为目标，建立最优化模型，并利用lingo软件编程求解，解得未来10年内最少污水处理量分别为：93.3，116.2，140.7，166.95，194.85，224.4，255.6，288.6，323.1，359.4。
关键词：目标手段微分方程回归模型1、问题重述1.1 相关背景水是人类赖以生存的资源，保护水资源就是保护我们自己，对于我国大江大河水资源的保护和治理应是重中之重。
专家们呼吁：“以人为本，建设文明和谐社会，改善人与自然的环境，减少污染。
”长江是我国第一、世界第三大河流，长江水质的污染程度日趋严重，已引起了相关政府部门和专家们的高度重视。
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。
为此，专家们提出“若不及时拯救，长江生态10年内将濒临崩溃”(附件1)并发出了“拿什么拯救癌变长江”的呼唤（附件2）。
附件3给出了长江沿线17个观测站（地区）近两年多主要水质指标的检测数据，以及干流上７个观测站近一年多的基本数据（站点距离、水流量和水流速）。
通常认为一个观测站（地区）的水质污染主要来自于本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，即污染物在水环境中通过物理降解、化学降解和生物降解等使水中污染物的浓度降低。
反映江河自然净化能力的指标称为降解系数。
事实上，长江干流的自然净化能力可以认为是近似均匀的，根据检测可知，主要污染物高锰酸盐指数和氨氮的降解系数通常介于0.1~0.5之间，比如可以考虑取0.2(单位：1/天)。
附件4是“1995~2004年长江流域水质报告”给出的主要统计数据。
下面的附表是国标(GB3838-2002)给出的《地表水环境质量标准》中4个主要项目标准限值，其中Ⅰ、Ⅱ、Ⅲ类为可饮用水。
1.2 水质的评价与预测的相关问题请你们研究下列问题：（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）根据你的预测分析，如果未来10年内每年都要求长江干流的Ⅳ类和Ⅴ类水的比例控制在20%以内，且没有劣Ⅴ类水,那么每年需要处理多少污水？（5）你对解决长江水质污染问题有什么切实可行的建议和意见。
2、问题分析由于丰水期、枯水期、平水期三个水期的水量不同，长江沿岸的主体经济发展的不同，造成不同水期污染源所在地区不同，DO、CODMn、NH3-N三者在水中的含量会出现较大差异，因此有必要分不同水期讨论，以下问题的处理，均以此为原则分析。
问题一，首先根据长江近两年多的水质情况的数据分析对长江水质做出定量的综合评价，并分析各地区水质的污染状况。
水中的溶解氧以及主要污染物高锰酸盐指数和氨氮反了水质情况，采用定量评价原则对长江污染程度做出评价，评价指标将根据水质类别的不同赋予相对权重，不同水期时，不同类别的水质所占比率是不同的。
问题二，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所在地区。
一个观测站的水质污染主要来自于本地区的排污和上游的污水，因此某地区自身的排污为该观测站的总污水量减去上游降解后的污水排进量，建立微分方程求解两检测站点间降解的污水量与站点间距离的关系。
分不同的污染物进行讨论分析。
问题三，针对过去10年里的废水排放量随年份的变化规律函数关系预测未来10年内污水的排放量，根据过去10年废水排放量的数据和长江水的年总流量与水质污染状况进行回归分析，建立回归模型，运用二元非线性回归分析求解长江年总流量和年废水排放量与水质类别百分比之间的函数关系方程，用以分析预测长江未来水质污染的发展趋势，具体给出未来10年长江水质的变化情况。
整个过程运用Matlab软件编程进行对数据处理和回归分析。
问题四，根据问题三的预测分析，由于长江的总流量在不发生水灾和旱灾的情况下总是保持在一定范围内，因此我们把它规定成一定值，一句年份的污水量与六类水质的函数关系求解未来10年内每年都要求长江干流的Ⅳ类和Ⅴ类水的比例控制在20%以内，且没有劣Ⅴ类水,每年需要处理的污水。
处理的污水量越多，消耗的资金就越多，因此建立以处理污水量最少为目标，长江干流的Ⅳ类和Ⅴ类水的比例控制在20%以内，且没有劣Ⅴ类水为约束条件的最优化模型，运用lingo软件编程进行求解。
3.问题假设1.假设长江干流，支流上设定的17个城市的观测点对测量长江水质具有意义。
2.假设长江的宽度对检测没有影响。
3.长江在流动过程中的每个阶段都会降解。
4.符号说明5.模型的建立与求解5.1问题一5.1.1模型准备对于问题一，是要对长江水质情况进行定量的综合评价及对各地区水质的污染状况进行分析。
那么水质的检测对于水质情况的评价就尤为重要，所以水质测量的过程如下：水质检测由于受到各方面所带来的污染物与垃圾，长江水的生态坏境已经被严重破坏，水中的各项指标超标。
通过观察长江沿线的17个观测站两年多的水质指标检测数据，更是显示出长江水被污染的严重性。
测定长江水的质量并非只通过测量一种污染物指标，而是要通过测量多个方面。
既然水是被污染了，也就是说水中的各项污染物超标，因此每个地区的水质类别也在下降，由于影响水质的原因有很多种，所以运用目标—手段分析法来进行分析。
1.目标—手段分析法所谓的“目标—手段分析法”就是将要达到的目标和所需要的手段按照系统展开。
也就是说要达到的总目标，需要不同的手段来实现。
这种实现总目标的手段又作为另一个目标，被另一些手段来实现。
以此类推，每一个手段都是下一层的目标，这样就可以构建出一个层次化的系统：一级手段等于二级目标，二级手段等于三级目标。
层层之间要层次分明，要相互联系，因为目标与手段之间是一个探索的过程，只有沿着正确的手段才能实现最终的目标。
不仅如此，层与层之间还是逐渐具体化的，一级手段是实现总目标的大体手段，在这每一个手段里又有更具体，更详细的的手段来实现它。
在这一过程中，分目标之间要始终保持一致，因为分目标的集合是要保证总目标实现的，所以要避免分目标之间产生的冲突。
从人类的心理角度上讲，人们在思考问题，解决问题时，都是按照一定的思维模式，探索式的通过层次去解决的。
所以目标—手段分析法就是按照人类思考的模式构建的模型，让人们可以更直观，更清晰的明确目标。
①水质检测分析之前所说，长江水被污染，所以水质检测将运用目标—手段分析法来进行分析。
那么水质检测出的指标就是这一分析法的总目标。
为了实现这一目标，就要对污染物和水质类别分别进行检测，这也就是目标—手段分析法中实现总目标的一级手段。
由于水中污染物的来源有很多，例如各种工厂的废水排放，人们日常生活中的生活垃圾，还有沿岸耕种所流失出的农药，自然灾害所形成的泥沙大量流入江中等，所以造成这些日积月累的污染。
因为每种污染的污染源不同，所以污染物的种类也就不同。
因此水中污染物的含量是影响水质量好坏的关键，污染物越多，水质量越差。
同时，水质类别也是评判水质量好坏的重要依据。
水质类别分为Ⅰ到劣Ⅴ这6个等级，国家标准规定Ⅰ，Ⅱ，Ⅲ类水为可饮用水，也就是说，在这三个等级之内的水质量是达标的。
由目标—手段分析法知道，一级手段等于二级目标，二级手段等于三级目标。
那么为了实现二级手段中的污染物，由之前所说的，不同的污染源就会形成不同的污染物，例如3NH N -（氨氮），CODMn （高锰酸盐），DO （溶解氧）和PH 值等，这些污染物的指数是否超标作为决定水质检测的好坏依据。
②污染物对水质的影响(1) 水中的PH 值代表水中H +的浓度。
代表着水的基本属性，过于酸性的水能促进金属溶解，对金属有腐蚀性，因而可能引起金属急慢性中毒；过于碱性的水会影响氯的消毒效果。
(2) 水中的3NH N -（氨氮）含量高一部分是通过水中生物和植物降解后生成的，大部分是由工业废水和肥料流失造成的。
氨氮如果过高对水生生物是有毒的。
(3) CODMn （高锰酸盐）是指测量水中有机污染物和还原性无机物污染程度的综合指标。
(4) DO （溶解氧）是指溶解在水中氧的含量。
水中溶解氧的多少是衡量水体自净能力的一个指标，但当水受到有机物污染，耗氧严重，水中的厌氧菌就会很快繁殖，有机物因腐败而使水体变黑，发臭。
综上所述，根据污染物，水质类别等因素构建了一个关于水质检测的目标—手段层次结构（如下图）。
③构造判断矩阵通过目标手段分析法可得到影响水质好坏的主要因素为水中的酸碱度，高锰酸盐指数、溶解氧含量和氨氮含量，为了得到各个因素准确的权重，需构造判断矩阵，设影响因素为i B ，首先明确标度为：设氨氮含量为1B ，高锰酸盐指数为2B ，含氧量为3B ，酸碱度为4B ，根据以上标度建立如下判断矩阵：水质污染物 水质类别3NH N - CODMn DO PH1357113531113531111753p = ④计算权重先计算()ij n n P B ⨯=中每行所有的元素的几何平均值，得到向量12(,,)T n M m m m =，其中 11()1,2,n n i ij j m B i n ===∏然后得到相对权重向量12(,,)T n =ｕｕｕｕ，其中 1ii n jj m m==∑ｕ 经过计算得到各要素所占的权重ｕ为重均为0.5。