基于Elman神经网络模型的西河水库水质评价

发布时间：2021-10-09 18:57

　　湔江流域的西河水库是四川省彭州市的主要灌溉和饮用水源,该流域非点源污染已严重影响了彭州市的饮用水安全。为正确地掌握西河水库污染物来源,合理评价西河水库水质及水环境质量对保障彭州市居民饮水安全、维护彭州市社会稳定有着重要意义。采用Elman神经网络模型对西河水库进行水质与水环境质量评价。结果表明:①西河水库水质呈现由库尾到坝前递减的趋势,说明西河水库的水质自净能力明显。②西河水库2014～2017年大部分断面的水质等级均有所提高,其中断面1-1（主坝右坝肩）的水质最好,是西河水库理想的取水口位置。③西河水库在水文年内呈现枯水期水质好、丰水期水质差的规律,其中4～9月的水质普遍较差,这也说明水库上游来水携带的污染物是西河水库水环境恶化的主因。④构建的Elman模型适用性较高,可以满足西河水库水质等级评价。该模型计算时间耗费不到10 s,运算效率远高于传统的灰色聚类法,具有一定的参考意义。 

【文章来源】：人民长江. 2020,51(07)北大核心

【文章页数】：7 页

【部分图文】：

动态递归神经网络结构

环境质量等级采用地表水环境质量标准[19],具体指标见表1。表1 地表水环境质量标准值Tab.1 Environmental quality standard value of surface water mg/L 断面 TN TP BOD5 断面 TN TP BOD5 Ⅰ 0.2 0.010 2.0 Ⅳ 1.5 0.100 6.0 Ⅱ 0.5 0.025 3.0 Ⅴ 2.0 0.200 10.0 Ⅲ 1.0 0.050 4.0

根据四川大学分析测试中心对西河水库2014～2017年8个水质断面逐月采集水样及检测,得到TN、TP、BOD5实测数据分别见图3～5。2.1.3 数据无量纲化处理

【参考文献】：
期刊论文
[1]基于灰色预测和Elman神经网络的全国用水量预测[J]. 陈嘉彤,温立书,谭雅心.  江西科学. 2018(06)
[2]机器学习综述[J]. 石弘一.  通讯世界. 2018(10)
[3]基于模糊综合与可变模糊集耦合的地下水质量评价[J]. 方运海,郑西来,彭辉,王欢.  环境科学学报. 2018(02)
[4]灰色关联法在徐州市地下水水质评价中的应用[J]. 陈颖,李倩.  地下水. 2017(04)
[5]基于灰色聚类法的洮河干流水环境质量综合评价[J]. 杨晓妮,杨浩.  甘肃农业大学学报. 2017(03)
[6]基于熵权模糊综合模型的重庆市水环境安全评价[J]. 李艳丽,苏维词,杨吉,蒋春芳,谢砫军.  人民长江. 2017(09)
[7]灰色关联法在长江宜宾-万州段水质评价的应用[J]. 吕平毓,曾雨虹.  人民长江. 2016(S2)
[8]模糊综合评价法在地表水源地水质评价中的应用——以北京市官厅水库水质评价为例[J]. 杨大杰,谢建枝.  人民长江. 2014(S2)
[9]可拓神经网络在水质评价中的应用[J]. 闫英战,杨勇,陈爱斌.  人民长江. 2010(15)
[10]基于BP神经网络的渭河水质评价方法[J]. 曹艳龙,汪西莉,周兆永.  计算机工程与设计. 2008(22)



本文编号：3426831