白城市地下水质量现状评价

被引：6

作者：

陈昌亮 ^{[1
]}

肖长来 ^{[1
]}

赵琳琳 ^{[1
]}

张英琦 ^{[2
]}

翟天放 ^{[3
]}

机构：

[1] 吉林大学环境与资源学院

[2] 吉林省地质矿产勘察开发局

[3] 吉林省水利科学研究院

来源：

人民黄河 | 2013年 / 35卷 / 11期

基金：

高等学校博士学科点专项科研基金;

关键词：

地下水质量评价; 加附注评分法; BP神经网络; T-S模糊神经网络; 白城市;

D O I：

暂无

中图分类号：

X824 [水质评价];

学科分类号：

071012 ; 0713 ; 083002 ;

摘要：

根据吉林省白城市境内选取的9个测点地下水指标的实测数据,对白城市地下水质量现状进行评价。选取的评价指标分别为氨氮、铁、氟化物、铅、砷、高锰酸钾、矿化度、硬度。评价方法分别采用加附注评分法与人工神经网络法,其中人工神经网络法选用BP神经网络、T-S模糊神经网络2种方法。评价结果显示:2种人工神经网络法评价的水质类别均在Ⅰ～Ⅲ类之间,水质较好;加附注评分法评价出的水质类别中只有穆家店屯水质属于Ⅱ类,其他测点均为Ⅳ类。对比3种方法评价的结果可知,BP神经网络与模糊神经网络评价的水质类型之间的差异较小,加附注评分法比其他2种方法评价得出的水质类别大。

引用

页码：38 / 40

页数：3

共 8 条

[1] 基于模糊神经网络的汉江水质评价 [J].

谭健 ;

赵金梅 ;

李娟 ;

汪冰冰 ;

于烨 .

科技信息, 2012, (16) :121-122

[2]

水质评价模式识别的BP神经网络方法.[J].韩波;孙利;黄勇;.广州环境科学.2005, 04

[3]

水质评价模式识别的BP神经网络方法.[J].韩波;孙利;黄勇;.广州环境科学.2005, 04

[4] 基于模糊人工神经网络识别的水质评价模型 [J].

陈守煜 ;

李亚伟 .

水科学进展, 2005, (01) :88-91

[5]

MATLAB神经网络应用设计.[M].傅荟璇; 等编著.机械工业出版社.2010,

[6]

水环境监测与评价.[M].肖长来等; 编著.清华大学出版社.2008,

[7]

人工神经网络技术及应用.[M].陈祥光;裴旭东编著;.中国电力出版社.2003,

[8]

基于BP人工神经网络的水质评价模型.[D].孟嘉伟.天津大学.2010,

← 1 →