BP人工神经网络模型在太湖水污染指标预测中的应用

【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为Ⅴ类水质,符合太湖水质污染情况发展态势。【结论】BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。     

油田开采对水资源的影响及水质预测

首先分析了油田开采对大庆地区水资源的影响,指出水污染现状:地表水严重污染,潜水水质趋于恶化,深层地下水水质不佳,同时指出水污染的主要污染物,并运用人工神经网络度对长期收集的水质监测资料进行了分析和预测,对该区水资源水质做出了比较合乎实际的评价,为油田水资源的保护和污染防治工作提供了理论依据。     

沱江水质模糊综合评价及主要污染物的预测研究

为准确掌握沱江水质状况，探明沱江主要污染物，对沱江水质进行了模糊综合评价和BP神经网络预测。使用沱江31个监测断面2018年1月—2019年10的逐月水质数据，通过筛选优化评价因子，对各断面水质进行模糊综合评价。对沱江水质进行主成分分析以确定主要污染源和主要污染因子，并构建了BP神经网络对主要污染因子进行预测。研究发现，沱江有9个断面水质符合Ⅰ类水质标准，其余22个断面水质均为Ⅴ类水且在沱江上游、中游和下游均有分布。TN浓度在所有监测断面中均超过了Ⅳ类水质标准，其中27个断面的TN浓度超过了Ⅴ类水质标准。使用上游断面水质数据构建的BP神经网络预测下游断面的TN浓度，平均相对误差为2.041%。研究表明，沱江受TN的污染较为严重，其主要污染源为农业面源和工业废水，同时根据构建沱江其他断面的BP神经网络模型可实现对沱江TN浓度的准确预测。     

伊犁河伊宁市段夏季水环境特征分析

【目的】研究伊犁河河段水质特征,为其水环境污染防控提供科学依据。【方法】分别采用单因子评价法、内梅罗指数法、水质质量指数以及主成分分析法4种方法,对伊宁城市河段南北断面的水环境质量进行评价。【结果】该河流段水体综合水质状况良好,主要污染因子为总氮、总磷、化学需氧量,表现为有机污染。该河段不存在重金属污染状况。主成分分析法结果表明,A5断面水质在该河段中水质最差,整体水域表现为河段北面污染高于南面,上游断面水质好于下游断面。【结论】伊犁河伊宁河段夏季水体污染原因与生活污水、农业活动及工业污水有关。     

基于元胞自动机与智能体的水污染可视化模拟仿真

【目的】建立水污染可视化扩散模型,以刻画水污染突发事件的复杂性及满足其应急决策平台对可视化的需求。【方法】构建基于元胞自动机和智能体的三维水污染可视化扩散模型,用元胞自动机刻画研究区流域及所在区域地形,并从元胞空间、元胞状态、演化规则方面扩展普通元胞自动机模型,应用水质Agent描述流域中携带污染物的水体,在此基础上结合3S技术充分展现污染物的扩散运移过程,并将文中模型在渭河宝鸡段水污染事件中进行实例应用。【结果】基于元胞自动机和智能体的三维水污染可视化扩散模型充分展现了流域水污染扩散模拟现象的动态性、复杂性、非线性特点。模型在渭河宝鸡段水污染事件中的应用表明,静态水面元胞层和水下元胞层以及动态水质Agent的结合,简化了污染物在水面及水下不同的扩散运移现象,所建模型合理、可靠,能有效预测及模拟污染物的运移扩散过程;同时利用3S技术对流域空间信息进行了展示分析,满足突发水污染事件应急平台对事件模拟高效率、可视化的要求。【结论】所建模型可以为突发水污染事件提供一种预测和模拟方法。     

基于小波神经与随机分析的径流预测

【目的】分析水文不确定性因素对径流预测的影响,提高中长期水文预报方法模拟预测结果的精度。【方法】将小波分析(WA)、人工神经网络(ANN)和随机分析联合使用建立径流预测模型,即在小波分析(WA)揭示流量时频特性的基础上,将径流原序列分为高频部分和低频部分,然后利用人工神经网络(ANN)对低频部分进行模拟预测,利用随机分析对高频部分进行分析,最后将各部分结果叠加作为最终预测结果。将所建立的径流预测模型用于渠江二级支流后河的径流预测,并与传统BP人工神经网络方法的预测结果进行对比。【结果】根据《水文情报预报规范》,以预测值的相对误差小于10%为标准,传统BP人工神经网络预测结果合格率为46.67%,而基于小波神经与随机分析的径流预测模型在正常水文年模拟预测结果的合格率为73.33%。【结论】基于小波与随机分析的径流模型预测精度好、合格率高,能得到更好的复杂水文条件下的径流预测值。     

秦岭北麓小流域地面水质特征及农业面源污染负荷

【目的】研究农业面源污染对秦岭北麓河流水质的影响及其面源污染负荷,为更科学有效地治理水环境及促进农业的可持续发展提供参考。【方法】以陕西周至余家河竹峪乡段流域为监测对象,从上游到下游共布设了8个水质监测点,分析2012-10-2013-10水质基本性质(流量、水温、pH、总悬浮物、溶解氧、电导率)和面源污染指标(总氮(TN)、总磷(TP)和化学需氧量(COD))的变化,并在此基础上,采用排污系数法和等标污染负荷法计算各污染物的等标污染负荷,从而确定出该区域主要农业面源污染来源。【结果】2012-10-2013-10,余家河流域水体TN质量浓度逐渐降低;TP质量浓度春季较高,其次是秋季和冬季;水体COD质量浓度呈波动性变化,在2013年由春季进入夏季后,总体呈下降趋势。各水质监测指标中,除TN质量浓度严重超标(最高超标9.6倍)外,其他指标均符合地表水Ⅲ~Ⅳ类水质标准。余家河流域农业生产过程中排放到河流中的TN、TP及COD等标污染负荷总量分别为2.167 0×10-6,0.617 0×10-6,0.670 0×10-6 m3/年,污染物贡献率依次是TN>COD>TP,主要污染源贡献率依次为生活污水>种植业>畜禽养殖。【结论】陕西周至余家河流域的农业面源污染属于农业生产和生活的复合污染。     

非点源污染负荷预测的多变量灰色神经网络模型

【目的】建立一种对资料要求较少、精确度较高的非点源污染负荷多变量灰色神经网络预测模型,为有限资料条件下非点源污染负荷的预测提供支持。【方法】针对GM(1,N)模型在原始数据变化幅度较大且趋势不明显时预测效果较差的不足,提出并建立用人工神经网络对GM(1,N)模型的残差系列进行修正的改进模型,并将其应用于华县站总氮非点源污染负荷的预测。【结果】在华县站总氮非点源污染负荷预测中,灰色+BP神经网络组合模型拟合预测效果较好,建模阶段和检验阶段的确定性系数(Nash-suttcliffe模拟效率系数)分别为1.00和0.93,优于单独灰色模型或神经网络模型的预测效果。【结论】研究建立的多变量灰色神经网络模型综合了灰色理论和神经网络的优点,提高了模拟精度,为有限资料条件下非点源污染负荷的预测提供了一种有效的方法。     

汉江水质与污染物的时空差异分析

利用水质单因子评价和水质综合污染指数分别对汉江流域2007-2009年逐月实测数据进行水质状况及污染程度评价,分析了受污染区域的主要污染物指标和特征污染物指标。结果表明:汉江流域的水体水质总体良好,呈4段分布;汉江干流19个断面中有5个断面所在的河段受污染物影响相对较大,是主要受污染区域;主要污染物指标有7项,总磷出现频率最高,其次为5 d生化需氧量。从支流汇水、面源污染、生活污水3个方面分析了主要污染物的来源及影响程度。     

基于非线性PLSR模型的地下水水质预测

【目的】针对地下水水质预测中影响因素的非线性关系,采用非线性偏最小二乘回归技术(PLSR)模型进行地下水水质预测研究,为地下水水质的准确预测提供支持。【方法】运用拟线性方法建立非线性PLSR模型,选用核函数对原自变量进行非线性变换,以陕西咸阳市某观测井2001-2009年地下水资料为研究对象,进行地下水硬度预测,并将其与BP网络模型的预测结果进行比较。【结果】利用咸阳市地下水前8年(2001-2008)的水质资料建立非线性PLSR模型,采用该模型对咸阳市地下水2009年硬度进行预测,与实测值相比,非线性PLSR模型、BP网络模型预测结果的平均相对误差分别为0.944%和1.354%,可知非线性PLSR模型具有更高的预测精度和实用性。【结论】基于核函数变化的非线性PLSR模型,将复杂的非线性问题转化为简单的线性问题,简化了计算过程,提高了预测精度,为地下水水质的预测提供了一种新思路。     

南四湖水安全评价研究

南四湖近些年来出现的湖泊水情要素较多灾变、水质污染、泥沙淤积以及人为围湖造田和水资源纠纷等一系列问题,已成为湖泊水安全的重大威胁因素。研究将南四湖水安全评价指标定为水质、沙容比、水域面积、年降水量、水位和水因患病率等6大指标,并将6种指标依据各自实际影响程度分为5个数量级段,相应地将湖泊水安全标准定为5级,利用人工神经网络中的BP神经网络模型对南四湖水安全进行了定量评价。研究表明,南四湖水安全现状处于4级,即差的状况。     

基于混沌神经网络的径流预测模型

【目的】揭示径流时间序列变化规律并进行预测,为水库调度提供指导。【方法】针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌相空间重构的径流量预测BP网络模型,并利用该模型对位于陕西省汉江上游的石泉水文站的径流时间序列进行了预测。【结果】实例计算结果表明,石泉水文站月平均流量的时间序列具有混沌性,最大嵌入维数为12,依此构建的BP神经网络收敛速度快、预测精度较好。【结论】利用重构相空间中的最佳嵌入维数,可合理确定BP神经网络的输入层节点数。     

BP神经网络在湖泊水质评价中的应用研究

研究了用于湖泊水质富营养化评价的人工神经网络BP模型的结构和学习算法,用训练好的BP网 络模型对荆州市长湖关咀段的水质富营养化状态进行了分类评价。结果显示,与综合营养状态指数法等 相比,人工神经网络法是一种有效和实用的环境质量评价方法;认为长湖关咀段水质污染严重,急待采 取措施治理。     

BP神经网络在湖泊水质评价中的应用研究

研究了用于湖泊水质富营养化评价的人工神经网络BP模型的结构和学习算法,用训练好的BP网络模型对荆州市长湖关咀段的水质富营养化状态进行了分类评价.结果显示,与综合营养状态指数法等相比,人工神经网络法是一种有效和实用的环境质量评价方法;认为长湖关咀段水质污染严重,急待采取措施治理.     

基于灰色聚类法的洮河干流水环境质量综合评价

【目的】为更科学、全面、真实地反映洮河干流水环境的污染状况,解决水质评价过程中存在的不确定性.【方法】应用单因子评价法和灰色类聚法,于2014年对黄河上游的最大的支流洮河的12个监测断面和5个污染因子进行了水质评价.【结果】采用单因子评价法评价洮河干流水质,在调研的12个取样断面中,有9个断面综合水质劣于Ⅳ类水.通过应用灰色聚类法对洮河干流水质进行评价,洮河干流12个监测断面中9个监测断面综合水质类别为Ⅲ类,只有碌曲县上游、勒秀乡下游2个断面综合水质类别为Ⅴ类水,岷县洮珠村下游综合水质类别为Ⅳ类.TP、TN的权重较大,说明氨氮和磷已成为造成洮河干流水环境恶化的最大影响因素.【结论】与单因子评价法相比,灰色聚类法考虑了各个水质监测值的程度和各污染因子的聚类权重,能更全面、科学地反映洮河干流水环境污染程度.     

广东淡水河下游流域水质时空变化特征

【目的】以广东重点整治河流淡水河下游流域为研究对象,探究其主要支流污染物的时空动态变化特征。【方法】通过遥感影像判读结合实地调研的方法,针对广东淡水河下游各支流流域不同土地利用功能区域河段布置监测点,开展断面水质逐月实地监测,利用单因子评价法、综合污染指数法和距平系数法等对其水质时空变化特征进行评价分析。【结果】淡水河下游主要支流中,除麻溪水外,其他支流汇水断面各监测指标均明显高于源头水质,总氮是主要污染因子;研究期间区域水体的氨氮达标率从 69.70% 提升至 79.17%,化学需氧量的达标率从 68.94% 提升至 70.08%。在年内变化上,麻溪水综合污染指数波动较小,大沥水波动较为剧烈,在 1 月、4 月、11 月和 12 月时明显高于其他月份,氨氮贡献占比达到 15%~37%,与总氮同为大沥水流域的重要水污染物;而各支流枯水期总氮污染指数均明显高于丰水期,但总磷污染指数则略低于丰水期,总体上各支流枯水期的综合污染指数高于丰水期;在空间上,淡水河西岸支流水质优于东岸,工业区、城镇生活区和农村居民区分别对流经河段的总氮、氨氮和总磷产生较大影响。【结论】淡水河下游西岸麻溪水水质整体较优,东岸大坑水、沙田水和大沥水水质相对较差,各支流综合污染指数年内变化无明显规律,工业、城镇及农村居民点附近河段污染指数高于其他河段。     

支持向量机在地下水水质评价中的应用

【目的】针对地下水水质评价中影响因素的模糊性和各因素与评价等级之间的不确定性等问题,采用支持向量机模型进行地下水水质评价研究,改进地下水水质评价方式。【方法】应用非线性支持向量机模型中的分类支持向量机,选用Gauss核函数,以羊毛湾灌区部分水井的水质资料为研究对象,进行地下水水质评价,并利用综合指数法和BP人工神经网络法对评价结果进行验证。【结果】羊毛湾灌区水质评价结果显示,该区地下水资源已被污染,需要进行保护性开发。3种方法的评价结果较为相似,但相较于综合指数法,支持向量机计算速度较快,易于通过计算机实现;相较于标准BP人工神经网络模型,支持向量机的评价精度较高,收敛速度较快,且所需参数较少。【结论】支持向量机能将复杂的非线性问题转化为线性问题,从而有效地避免过学习问题,并且拥有极大的泛化能力和对小样本问题的处理能力,可有效提高地下水水质评价精度,简化评价过程,为地下水水质评价提供了一条新思路。     

小波变换—BP 神经网络的农产品价格预测研究

【目的】农产品价格变动关乎国计民生,由于农产品的价格受到多方面因素的共同影响,其价格预测也一直是研究中的难点。只有充分分析农产品价格的变化趋势才能提高价格预测精度,更好地指引农产品产业健康发展。【方法】文章以菠菜、大白菜、番茄、辣椒和马铃薯5种蔬菜为研究对象,基于2013年1月至2018年12月共72组月度价格数据,研究农产品价格变动趋势,并基于小波变换和BP神经网络构建农产品价格组合预测模型。首先利用小波变换对价格进行db5的3尺度分解,其次采用BP神经网络模型对分解出的趋势部分和细节部分分别进行预测,最后对各分量的预测结果进行组合重构。【结果】采用预测精度指标对5种蔬菜的价格预测结果进行评价分析,其平均绝对误差最小值为0.083元/kg,平均百分比误差最小为3.95%,均方根误差最小值为0.102。【结论】将小波变换和BP神经网络结合起来的组合预测模型具有较好的农产品价格预测性能,该组合方法能适应多种蔬菜的价格预测,具有普适性。但农产品价格波动幅度和强度会对该模型的预测精度产生影响。     

基于粒子群组合神经网络的原岩应力预测研究

【目的】建立原岩应力准确预测方法,为岩石力学研究及地下岩土开挖工程设计与施工提供参考。【方法】充分利用区域实测原岩应力数据资料,选取岩石埋藏深度、岩石类别等参数作为原岩应力的评判指标,在分析基于群体智能（GI）的粒子群优化算法（PSO）和BP神经网络算法特点的基础上,提出一种新的组合训练方法,建立了PSO-BP组合人工神经网络模型,并对原岩应力进行实际算例预测。【结果】PSO-BP组合人工神经网络模型整体工作性能优良,研究区域原岩应力场最大主应力、最小主应力、垂直应力的网络输出与目标输出相关程度较高,相关系数分别为0.994 0,0.997 0,0.992 0,该组合模型基本可以预测研究区域原岩应力场的分布规律。【结论】应用建立的PSO-BP组合人工神经网络模型可以进行原岩应力的准确预测,对岩体初始应力研究和地下工程设计具有一定的指导意义。     

2012-2014年蛮河中上游水体污染时空变化研究

通过2012-2014年蛮河朱市断面和孔湾断面水质监测结果的聚类分析,探讨了蛮河流域河流污染时空变化的原因和特点.结果表明,蛮河水质总体呈好转趋势,但污染仍比较严重,主要污染指标为总磷、CODC、BOD5及阴离子表面活性剂等.2个监测断面的总磷污染都最为严重,达到V类以上,各污染指标均表现出明显的季节波动.上游朱市断面水质状况要好于中游孔湾断面,主要是由两地的工农业结构和规模上的差异导致.