复介电常数在水土污染监测中的应用研究

采用短路同轴线法测量了淀粉聚乙烯醇共混体样品,在含水率、离子浓度不同时的复介电常数,研究了频率、离子浓度、含水率与相对复介电常数的关系。结果表明,淀粉PVA复介电常数的实部对含水率很敏感,虚部在500~700MHz频段随含盐量升高呈对数增加,这为利用测量相对复介电常数进行水土系统离子污染监测,提供了可能和实验依据。     

利用复介电常数和BP人工神经网络进行浓度预测的研究

制备了一定含水率不同浓度的CuCl2的PVA样品,用微波矢量网络分析仪和微波传感器测量S11参数,计算得到相对复介电常数。以样品相对复介电常数的实部、虚部及对应频率作为输入,以CuCl2溶液的浓度作为输出,建立BP人工神经网络模型。用训练样本集对网络训练后,检验样本的预测结果与实际值最大误差为0.97%。结果表明,利用复介电常数和BP人工神经网络进行浓度预测是一种很好的方法,进而为环境监测提供了方法依据。     

利用复介电常数和BPAT神经网络进行环境监测的可行性研究

土壤中的污染物成分复杂，其含量与复介电常数之间具有很强的非线性关系。以土壤样品复介电常数的实部、虚部分别作为输入，以其含水率、体密度和所含6种已知离子的浓度分别作为输出，建立BP人工神经网络。把吉泰兰地区的土壤样品数据分为训练样本集和检验样本集，网络训练后，其学习效果显示模型的性能很好，检验样本的预测结果也与实测值较好吻合，说明利用复介电常数和BP人工神经网络进行环境监测是一种好的方法。