BP神经网络在再生水补给密云水库水质评价中的应用

基于环境质量基本模型,将补给的再生水视为点源污染,建立了再生水补给后的湖库污染物浓度变化模型.在得到补给后主要污染物稳定浓度的基础上,建立BP神经网络模型,使用随机数发生器生成随机数据作为模型的学习样本和检验样本以满足BP模型对样本数量的需求.使用BP模型对再生水补给后的水质进行评价,评价结果证明了再生水补给的可行性与相对安全性.     

清河流域水环境质量监测与评价研究

近年来,随着全球各地城市化和工业化进程的不断加快,以及人类对河流水生态系统资源的不合理、掠夺式利用,河流水生态系统遭到严重破坏,各地河流相继出现水质恶化、水文条件改变、物种多样性退化、生境条件恶劣等诸多问题。文章对辽河主要支流清河水生态系统的水质状况进行了研究,并于2012年6月,对清河流域22个监测断面水质状况进行了实地调查,对其水质状况进行了评价,结果表明:22个监测断面中,达到Ⅲ类水质断面的有8个,Ⅳ类7个,Ⅴ类1个,劣Ⅴ类6个。其中6个劣Ⅴ类断面分别因氟化物、氨氮、总磷浓度超标而为劣Ⅴ类。     

基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究

为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.     

湘江流域水质环境演变特征研究

根据1996年-2010年湘江的水质监测数据,基于湘江流域生态环境质量背景和现状,选用危害较大的10项污染指标,采用单因子污染指数法和综合因子污染指数法对近15年来湘江水质变化进行了分析,研究湘江水质环境演变特征。并选取了2002年-2010年经济和废水排放数据,分析了经济与废水排放之间的相互关系。研究结果表明:湘江流域最为严重的污染物氨氮并没有快速下降的变动趋势,重金属镉在湘江干流和湘江支流中都呈上升趋势,湘江流域的水质环境状况并没有得到很好的改善,污染状况尽管有所缓解,但部分污染物依然比较严重,如总磷和镉等;通过环境库兹涅茨曲线模型模拟,表明水环境与经济发展的关系位于环境库兹涅茨曲线上升段。     

单因子水质标识指数法在青衣江水质评价中的应用

结合大量实测资料,应用单因子水质标识指数法,根据《地表水环境质量标准》(GB3838-2002),对青衣江干流及主要支流上几个典型的河流监测断面进行水质评价。结果表明,水质标识指数法能更多、更客观的反映河流水质信息,同时,提出了青衣江水资源保护建议。     

基于综合水质标识指数法的四川西充河水质评价

四川省西充河为严重污染河流,选取溶解氧(DO)、氨氮(NH+4-N)、五日生化需氧量(BOD5)、总氮(TN)、总磷(TP)5项指标年平均值,采用综合水质标识指数法,研究了西充河近10年水质状况随时间变化趋势及水污染特征。2003年至2010年水质级别为劣V类,2011年和2012年水质级别为Ⅳ类,水质标识指数Iwq从2003年的12.459逐渐降低到2012年的4.431。西充河近10年水质状况整体呈好转趋势,但未达到国家规定的Ⅲ级水质标准,水质标识指数Iwq结果表明该好转的速度较慢,西充河水质状况有较大的上升潜力和空间。总氮(TN)和氨氮(NH+4-N)为河流主要污染物,为了达到国家Ⅲ级水质标准,西充河的治理已刻不容缓。     

人工神经网络在水环境质量评价中的应用

为了将人工神经网络应用于水环境质量评价，应用了人工神经网络Ｂ—Ｐ算法，构造了水环境质量评价模型，该模型应用于实例评价结果表明，人工神经网络用于环境质量评价具有客观性，通用性和实用性。     

响水河水质分析评价及污染防治对策

对文山州境内马关县出境河流响水河1988～2007年的水质监测数据进行评价分析.砷是响水河水质的特征污染物,其来源主要是天然背景值较高,加之水土流失及上游的非法洗选矿废水未经任何处理直接流入响水河.提出了对策.