基于遗传算法-BP神经网络法的深埋地下水水质评价

被引:16
作者
李松青 [1 ]
王心义 [1 ,2 ,3 ]
姬红英 [1 ]
赵伟 [1 ]
刘小满 [1 ]
机构
[1] 河南理工大学资源环境学院
[2] 中原经济区煤层(页岩)气河南省协同创新中心
[3] 中国平煤神马集团能源化工研究院
关键词
开封市; 地下水; 水质评价; 遗传算法; BP神经网络法;
D O I
暂无
中图分类号
X824 [水质评价];
学科分类号
摘要
为探究开封市地下水水质特征及成因,依据开封市31眼深度600~1 600m地下水开采井的水质检测资料,系统研究了各亚含水层的水化学特征,利用遗传算法-BP神经网络法进行了水质评价,并从埋深、富水性两个方面分析了水质特征的分布规律。结果表明,开封市600~800m亚含水层地下水水质最好,800~1 400m次之,1 400~1 600m亚含水层水质最差,随着埋深的增加,水质变差,富水性越强、水质越好。可见遗传算法-BP神经网络法能够客观地描述地下水水质综合情况,避免了人为主观影响,使评价结果更为合理。
引用
收藏
页码:49 / 52+16 +16
页数:5
相关论文
共 11 条
  • [1] 广花盆地地下水水质评价及变化趋势分析
    庞园
    张明珠
    庞志研
    钟铮
    李丹
    曾洪平
    [J]. 水电能源科学, 2017, 35 (11) : 40 - 43+35
  • [2] 四种水质评价方法的特点分析与比较研究
    周淼
    李维刚
    易灵
    [J]. 环境科学与管理, 2016, 41 (12) : 173 - 177
  • [3] 基于水资源优化配置的地下水可开采量研究
    鹿海员
    谢新民
    郭克贞
    王军
    [J]. 水利学报, 2013, (10) : 1182 - 1188
  • [4] BP与GIS耦合的地下水水质综合分析评价
    田帅
    刘国东
    倪福全
    [J]. 水电能源科学, 2012, 30 (02) : 38 - 40+119
  • [5] BP神经网络在渭河水环境质量评价中的应用
    郭庆春
    何振芳
    李力
    寇立群
    [J]. 水土保持通报, 2011, 31 (04) : 112 - 115
  • [6] 基于熵和FAHP的水资源可持续利用模糊综合评价模型
    金菊良
    洪天求
    王文圣
    [J]. 水力发电学报, 2007, (04) : 22 - 28
  • [7] 基于遗传程序设计的水质评价模型
    金菊良
    周玉良
    魏一鸣
    [J]. 水电能源科学, 2004, (02) : 1 - 5
  • [8] 研究孔隙热储层水力联系的地球化学方法
    王心义
    韩鹏飞
    廖资生
    林学钰
    [J]. 水利学报, 2001, (08) : 75 - 78
  • [9] HJ/T 164-2004. 地下水环境监测技术规范[S]. 2004
  • [10] GB/T 14848-1993. 地下水质量标准[S]. 1993