留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

BP网络应用于长江水质研究

高学民 陈静生 王立新

高学民, 陈静生, 王立新. BP网络应用于长江水质研究[J]. 环境科学研究, 2001, 14(1): 49-52.
引用本文: 高学民, 陈静生, 王立新. BP网络应用于长江水质研究[J]. 环境科学研究, 2001, 14(1): 49-52.
GAO Xue-min, CHEN Jing-sheng, WANG Li-xin. Applying BP Neutral Network to Study Water Quality of the Yangtze River[J]. Research of Environmental Sciences, 2001, 14(1): 49-52.
Citation: GAO Xue-min, CHEN Jing-sheng, WANG Li-xin. Applying BP Neutral Network to Study Water Quality of the Yangtze River[J]. Research of Environmental Sciences, 2001, 14(1): 49-52.

BP网络应用于长江水质研究

基金项目: 国家自然科学基金资助项目(49671017)

Applying BP Neutral Network to Study Water Quality of the Yangtze River

  • 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。

     

  • [1] 胡守仁.神经网络应用技术[M].长沙:国防科技大学出版社,1993.
    [2] 刘国东,黄川友,丁晶.水质综合评价的人工神经网络模型[J].中国环境科学,1998,18(6):514~517.
    [3] 李祚泳.BP网络用于环境质量分类研究[J].环境科学,1994,15(5):75~77.
    [4] 蔡煜东,汪列,姚林声.水质富营养化程度的人工神经网络决策模型[J].中国环境科学,1995,15(2):123~127.
    [5] 薛建军,姚桂基.人工神经网络在水质评价中的应用[J].水文,1997,3:37~39.
    [6] Walley W J,Fonama V N.Neural network predictors of average score per taxon and number of families at Unpolluted River Sites in Great Britain[J].Water Research,1998,32(3):613~622.
    [7] 包约翰.自适应模式识别与神经网络[M].北京:科学出版社,1992.24~58.
    [8] 长江流域水资源保护局.1990年度长江流域水质资料[R].北京:北京大学城环系,1991.
    [9] 陈静生,高学民,夏星辉,等.长江水系河水氮污染[J].环境化学,1999,18(4):289~293.
    [10] 范成新.太湖富营养化现状、趋势及其综合整治对策[J].上海环境科学,1997,16(8):1~7.
    [11] 陈国阶.长江水质评价与沿江产业发展决策[J].中国环境科学,1996,16(5):339~344.
  • 加载中
计量
  • 文章访问数:  1676
  • HTML全文浏览量:  19
  • PDF下载量:  101
  • 被引次数: 0
出版历程
  • 收稿日期:  2000-01-03
  • 刊出日期:  2001-02-25

目录

    /

    返回文章
    返回