东湖沉积物营养状况的BP神经网络模型研究

运用人工神经网络对东湖沉积物营养状况进行了模拟研究.以东湖三个样点柱状沉积物的TN、TP、TOC、SRP、TSL、pH6个因子作为网络模型的输入变量,建立了训练样本和测试样本,同时采用有机指数值作为输出变量,对东湖沉积物营养状况进行评价分析.通过模型分析,结果显示东湖沉积物处于肥污染状态.在2008年6月采得的数据样本...     

人工强化湿地处理污水系统在西安秦岭山水住宅小区的应用分析

文章对人工强化湿地净化机理以及影响因素进行了探讨,针对西安秦岭山水生活污水人工湿地深度处理系统,介绍了人工强化湿地污水处理的基本工艺流程与工艺设计数据,就其在污水处理领域应用的前景进行了讨论。对相关的水质参数进行检测的结果表明,本系统对COD、BOD5、NH3-N、总氮、TP及动植物油的去除率分别为70%、78%、58%、82%、69%及74%,整个污水处理系统运行较好。     

潮白河河道现场淋溶试验

南水北调水进京后部分水源将通过潮白河河道人工回灌至地下储存,以涵养严重亏损的地下水资源.为研究回灌过程中的水岩相互作用,本研究在潮白河河道开展了现场淋溶试验,通过测试分析K+、Na+、Ca2+、Mg2+、HCO-3、Cl-、SO2-4、NH3-N、NO2-N、NO3-N、F-、溶解性总固体、总硬度、p H值等水质指标的变化特征,从水岩相互作用的角度探讨了水质变化机理,为南水北调水资源的合理利用提供技术支撑.试验结果表明,回灌水源在包气带介质运移过程中物理淋溶现象显著,试验过程中发生了阳离子交换吸附作用、氨氮解析和硝化作用等一系列的化学反应.     

流域水污染监测与溯源技术研究进展

水污染特征识别和溯源是实施水污染精准治污的关键一步,也是流域水污染防治工作的前提。该文概述了不同分析监测技术、传统溯源方法与人工智能在水污染监测与溯源中的应用进展。光谱分析由于灵敏度高、准确度好,在实现水污染快速监测中应用最为广泛。传统溯源方法在复杂多样的水污染事故中不能准确快速地确定其污染源类型,而人工智能技术由于可以解决动态环境问题中的不确定性和复杂性,能够准确、智能地识别水质特征和追踪污染源。将人工智能与传统技术相结合是流域水污染溯源的发展趋势。展望了人工智能在水污染溯源方面的应用前景,为实现流域水污染全面监管提供了新的思路。     

IAFSA-GRNN在油田集输管道CO2腐蚀速率预测中的应用

为提高油田集输管道CO₂腐蚀速率预测的准确性,针对原始广义回归神经网络(GRNN)预测精度低的问题,提出改进的群智能算法优化原始GRNN的预测模型;分别使用GRNN模型、人工鱼群算法(AFSA)优化的GRNN(AFSA-GRNN)模型和自适应改进的AFSA-GRNN(IAFSA-GRNN)模型预测X65管线钢的CO₂腐蚀速率。结果表明:采用AFSA和IAFSA优化光滑因子S后,能大大提高GRNN模型的预测精度,预测结果的平均相对误差由36.09%分别减小至7.20%和6.90%;与AFSA相比,IAFSA优化的GRNN不仅具有更高的预测精度,还具有更快的收敛速度。AFSA-GRNN在第164次迭代计算时收敛,而IAFSA-GRNN在第109次迭代计算时收敛,说明AFSA经自适应优化能提高优化过程的收敛速度和GRNN的预测精度。