BP网络应用于长江水质研究

被引:24
作者
高学民
陈静生
王立新
机构
[1] 北京大学城市与环境学系!北京
关键词
长江流域; 人工神经网络; 水质;
D O I
10.13198/j.res.2001.01.52.gaoxm.014
中图分类号
X824 [水质评价];
学科分类号
摘要
运用我国地面水环境质量标准 (GB3838-88)作为学习样本 ,选取了包括氧平衡参数、营养元素、重金属离子、油类等 14个指标 ,运用人工神经网络BP模型对长江干流和主要支流 (含湖泊 )的水环境质量进行分类研究。将计算结果与GIS数字化图形相结合 ,表明长江干流和大部分支流水质状况基本良好 ,上游支流沱江、下游支流大运河及太湖已受到较为严重的污染 ;长江干流城镇区段已经受到一定程度的污染
引用
收藏
页码:49 / 52
页数:4
相关论文
共 10 条
  • [1] 长江水系河水氮污染
    陈静生
    高学民
    夏星辉
    何大为
    [J]. 环境化学, 1999, (04) : 289 - 293
  • [2] 水质综合评价的人工神经网络模型
    刘国东
    黄川友
    丁晶
    不详
    [J]. 中国环境科学 , 1998, (06) : 35 - 38
  • [3] 太湖富营养化现状、趋势及其综合整治对策[J]. 范成新,季江,陈荷生.上海环境科学. 1997(08)
  • [4] 太湖富营养化现状、趋势及其综合整治对策[J]. 范成新,季江,陈荷生.上海环境科学. 1997 (08)
  • [5] 人工神经网络在水质评价中的应用
    薛建军
    姚桂基
    [J]. 水文, 1997, (03) : 38 - 40
  • [6] 长江水质评价与沿江产业发展决策
    陈国阶
    [J]. 中国环境科学, 1996, (05) : 339 - 344
  • [7] 水质富营养化程度的人工神经网络决策模型
    蔡煜东,汪列,姚林声
    [J]. 中国环境科学, 1995, (02) : 123 - 127
  • [8] B-P网络用于环境质量分类研究
    李祚泳
    [J]. 环境科学, 1994, (05) : 75 - 77+96
  • [9] 神经网络应用技术[M]. 国防科技大学出版社 , 胡守仁主编, 1993
  • [10] 自适应模式识别与神经网络[M]. 科学出版社 , (美)包约翰(Pao, 1992