基于BP神经网络—模糊数学串联模型的科左中旗地下水质量评价
发布时间:2023-04-05 06:45
地下水水质是植物生长发育和影响生态环境的主要因素,是评估地下水环境的核心指标。内蒙古通辽地区农业灌溉主要依赖于地下水,目前该区正在进行大规模的“节水增粮行动”,此举可能会引起地下水环境的变化。本文以科左中旗万亩示范田为研究对象,开展地下水环境监测,揭示研究区地下水环境的变化规律,应用构建的BP神经网络—隶属度串联模型对科左中旗地下水环境进行评价,成果将为农田地下水环境有效治理提供基础,对维持当地农业可持续发展具有不可忽视的价值意义。主要研究成果如下:(1)作物生育期内地下水位降低,地下水埋深波动比较明显。2016年地下水埋深在生育期内呈“U”型变化;2017年7月份由于降雨密集,水位上涨,地下水埋深在生育期内呈“W”型变化。(2)地下水水质生育期内变化较大,伴随着地下水埋深的升降、降雨的补给、施肥的进行:7月地下水pH值升高;矿化度、全盐量、氨氮、硝酸盐、硫酸盐、钠离子、镁离子、氯化物和总硬度在6月份和8月份产生极大值,7月份产生极小值,波动较明显;重碳酸盐和总碱度呈现高低起伏的变化,全盐量与矿化度、重碳酸盐与总碱度存在极显著正相关关系。8月末各离子浓度逐渐下降,生育期前后各离子浓度值...
【文章页数】:69 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 引言
1.1 研究背景及意义
1.2 国内外研究进展
1.2.1 农田地下水环境研究
1.2.2 农田地下水水质评价研究
1.3 研究目标、内容及技术路线
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
2 研究区概况及试验设计
2.1 研究区基本情况
2.1.1 研究区地理位置
2.1.2 研究区气象
2.1.3 研究区种植、施肥情况
2.1.4 研究区水文地质条件
2.1.5 研究区周边地形地貌情况
2.2 试验与研究方法介绍
2.2.1 地下水环境监测试验方案
2.2.2 地下水环境研究方法
3 地下水环境动态变化趋势研究
3.1 地下水埋深动态变化趋势研究
3.2 地下水水质时空动态变化趋势研究
3.2.1 地下水悬浮物含量变化趋势研究
3.2.2 地下水pH值变化趋势研究
3.2.3 地下水氨氮、硝酸盐含量变化趋势研究
3.2.4 地下水全盐量、矿化度变化趋势研究
3.2.5 地下水钠离子、氯化物变化趋势研究
3.2.6 地下水镁离子、硫酸盐和总硬度变化趋势研究
3.2.7 地下水重碳酸盐、总碱度变化趋势研究
3.3 地下水质相关性分析
3.4 地下水水质单因子评价
3.5 小结与讨论
4 神经网络与模糊数学结合的基础理论
4.1 人工神经网络基本理论
4.1.1 人工神经网络的概念
4.1.2 人工神经网络的原理
4.1.3 人工神经网络的分类
4.1.4 人工神经网络的运作过程和样本分类
4.1.5 人工神经网络的优点及研究意义
4.2 模糊数学的基本理论
4.2.1 模糊现象
4.2.2 模糊集合
4.2.3 模糊关系
4.3 人工神经网络与模糊数学的融合
4.4 小结与讨论
5 基于BP神经网络—隶属度串联模型的地下水水质评价
5.1 BP神经网络
5.1.1 BP神经网络模型的简介
5.1.2 BP神经网络的研究意义
5.1.3 BP神经网络模型
5.1.4 BP神经网络训练学习
5.1.5 BP神经网络算法的原理
5.1.6 BP神经网络算法的实现
5.1.7 BP神经网络的不足和改进
5.2 水质评价BP神经网络—隶属度串联模型的构建
5.3 水质评价BP神经网络—隶属度串联模型的程序编制
5.4 水质评价BP神经网络—隶属度串联模型的实例运算
5.5 水质评价BP神经网络—隶属度串联模型的验证
5.6 小结与讨论
6 结论与展望
6.1 主要结论
6.2 展望
致谢
参考文献
作者简介
本文编号:3782939
【文章页数】:69 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 引言
1.1 研究背景及意义
1.2 国内外研究进展
1.2.1 农田地下水环境研究
1.2.2 农田地下水水质评价研究
1.3 研究目标、内容及技术路线
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
2 研究区概况及试验设计
2.1 研究区基本情况
2.1.1 研究区地理位置
2.1.2 研究区气象
2.1.3 研究区种植、施肥情况
2.1.4 研究区水文地质条件
2.1.5 研究区周边地形地貌情况
2.2 试验与研究方法介绍
2.2.1 地下水环境监测试验方案
2.2.2 地下水环境研究方法
3 地下水环境动态变化趋势研究
3.1 地下水埋深动态变化趋势研究
3.2 地下水水质时空动态变化趋势研究
3.2.1 地下水悬浮物含量变化趋势研究
3.2.2 地下水pH值变化趋势研究
3.2.3 地下水氨氮、硝酸盐含量变化趋势研究
3.2.4 地下水全盐量、矿化度变化趋势研究
3.2.5 地下水钠离子、氯化物变化趋势研究
3.2.6 地下水镁离子、硫酸盐和总硬度变化趋势研究
3.2.7 地下水重碳酸盐、总碱度变化趋势研究
3.3 地下水质相关性分析
3.4 地下水水质单因子评价
3.5 小结与讨论
4 神经网络与模糊数学结合的基础理论
4.1 人工神经网络基本理论
4.1.1 人工神经网络的概念
4.1.2 人工神经网络的原理
4.1.3 人工神经网络的分类
4.1.4 人工神经网络的运作过程和样本分类
4.1.5 人工神经网络的优点及研究意义
4.2 模糊数学的基本理论
4.2.1 模糊现象
4.2.2 模糊集合
4.2.3 模糊关系
4.3 人工神经网络与模糊数学的融合
4.4 小结与讨论
5 基于BP神经网络—隶属度串联模型的地下水水质评价
5.1 BP神经网络
5.1.1 BP神经网络模型的简介
5.1.2 BP神经网络的研究意义
5.1.3 BP神经网络模型
5.1.4 BP神经网络训练学习
5.1.5 BP神经网络算法的原理
5.1.6 BP神经网络算法的实现
5.1.7 BP神经网络的不足和改进
5.2 水质评价BP神经网络—隶属度串联模型的构建
5.3 水质评价BP神经网络—隶属度串联模型的程序编制
5.4 水质评价BP神经网络—隶属度串联模型的实例运算
5.5 水质评价BP神经网络—隶属度串联模型的验证
5.6 小结与讨论
6 结论与展望
6.1 主要结论
6.2 展望
致谢
参考文献
作者简介
本文编号:3782939
本文链接:https://www.wllwen.com/nykjlw/nygclw/3782939.html