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

基于小波神经网络的芦苇潜流人工湿地水质预测

韩耀宗 黄亮亮 宋新山 曹家枞

韩耀宗, 黄亮亮, 宋新山, 曹家枞. 基于小波神经网络的芦苇潜流人工湿地水质预测[J]. 环境科学研究, 2009, 22(12): 1460-1465.
引用本文: 韩耀宗, 黄亮亮, 宋新山, 曹家枞. 基于小波神经网络的芦苇潜流人工湿地水质预测[J]. 环境科学研究, 2009, 22(12): 1460-1465.
HAN Yao-zong, HUANG Liang-liang, SONG Xin-shan, CAO Jia-cong. Water Quality Prediction Using Wavelet Neural Networks in Phragmites australis Subsurface Flow Constructed Wetlands[J]. Research of Environmental Sciences, 2009, 22(12): 1460-1465.
Citation: HAN Yao-zong, HUANG Liang-liang, SONG Xin-shan, CAO Jia-cong. Water Quality Prediction Using Wavelet Neural Networks in Phragmites australis Subsurface Flow Constructed Wetlands[J]. Research of Environmental Sciences, 2009, 22(12): 1460-1465.

基于小波神经网络的芦苇潜流人工湿地水质预测

基金项目: 国家自然科学基金创新群体研究基金(50721006);上海市重点学科项目(B604)

Water Quality Prediction Using Wavelet Neural Networks in Phragmites australis Subsurface Flow Constructed Wetlands

  • 摘要: 人工湿地系统对污水的处理效果好,工艺简单,投资运行费用低,但影响其出水水质的因素很多,并且往往是非线性的,因此目前很难将这些影响因素模型化并用于水质预测. 已有的预测方法不是过于复杂就是预测精度不高. 神经网络是一种具有较强预测能力的新方法,适用于各种非线性模型的预测. 在小试研究的基础上,使用3种不同的、经过训练的小波神经网络,对芦苇潜流人工湿地沿程各采样口的水温,ρ(DO),pH,Eh和ρ(CODCr)等水质指标进行了预测. 结果显示,各指标的平均相对误差分别为:水温≤4.21%,pH≤1.36%,ρ(DO)≤9.77%,Eh≤6.50%,ρ(CODCr)≤17.76%,表明小波神经网络模型适用于人工湿地模型的预测.

     

  • [1] BRIJ G.Natural and constructed wetlands for wastewater treatment:potentials and problems[J].Water Sci Technol,1999,40(3):27-35.
    [2] TANNER C C.Plants as ecosystem engineers in subsurface-flow treatment wetlands[J].Water Sci Technol,2001,44(11):9-17.
    [3] REED S C,BROWN D.Subsurface flow wetlands:a performance evaluation[J].Water Environ Res,1995,67(2):244-248.
    [4] 尹军,崔玉波.人工湿地污水处理技术[M].北京:化学工业出版社环境能源出版中心,2006:22-29,53-82.
    [5] 王世和.人工湿地污水处理理论与技术[M].北京:科学出版社,2007:16-150.
    [6] 宋新山,柳建设,陈燕,等.构建湿地系统水力学参数的设计模型研究[J].环境科学与技术,2009(3):34-38.
    [7] 宋新山,邓伟.基于连续性扩散流的湿地表面水流动力学模型[J].水利学报,2007(10):1166-1171.
    [8] ZHANG Q H,BENVENISTE A.Wavelet networks[J].IEEE Transaction on Neural Networks,1992,3(6):889-898.
    [9] ZHANG J,GILBERT G W.Wavelet neural networks for function learning[J].IEEE Transaction on Neural Networks,1995,43(6):1485-1497.
    [10] XU J H,DANIEL W C.Wavelet neural networks for continuous time nonlinear system identification[R].Hong Kong:Dept of Mathematics,City University of Hong Kong,1999.
    [11] 丁廷华.污水芦苇湿地处理系统示范工程的研究[J].环境科学,1992,13(2):8-13.
    [12] 尹炜,李培军,尹澄清,等.潜流人工湿地的局限性与运行问题[J].中国给水排水,2004,20(11):36-38.
    [13] 宋新山,邓伟,夏永云.潜流构建湿地氮素转化运移的理论模型研究[J].地球科学进展,2007,20(10):1041-1046.
    [14] 张甲耀.不同植物构成的潜流式人工湿地处理系统的净化能力及其异养细菌数量的研究[J].环境工程,1998,16(3):17-20.
    [15] 杨健,陆雍森,王树乾.绿色生态滤池处理城镇污水的中试研究[J].环境工程,2001,19(2):20-22.
    [16] 刘文祥.人工湿地在农业面源污染控制中的应用研究[J].环境科学研究,1997,10(4):15-19.
    [17] 黄娟,王世和,雒维国,等.基于遗传神经网络的人工湿地脱氮效果影响因素研究[J].中国给水排水,2007(9):10-14.
    [18] 黄娟,王世和,雒维国,等.基于GA-BP网络的人工湿地污水净化效果研究[J].中国工程科学,2007(2):79-83.
    [19] 付融冰,杨海真,顾国维,等.人工湿地基质微生物状况与净化效果相关分析[J].环境科学研究,2005,18(6):44-49.
    [20] 李林锋,年跃刚,蒋高明.植物吸收在人工湿地脱氮除磷中的贡献[J].环境科学研究,2009,22(3):337-342.
    [21] 金卫红,付融冰,顾国维.人工湿地中植物生长特性及其对TN和TP的吸收[J].环境科学研究,2007,20(3):75-80.
    [22] 杨立君,余波平,王永秀,等.净化湖水的垂直流人工湿地的脱氮研究[J].环境科学研究,2008,21(3):131-134.
  • 加载中
计量
  • 文章访问数:  1911
  • HTML全文浏览量:  13
  • PDF下载量:  196
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-05-07
  • 修回日期:  2009-07-13
  • 刊出日期:  2009-12-25

目录

    /

    返回文章
    返回