基于BP神经网络的桃林口水库水质预测

为掌握秦皇岛桃林口水库未来水质变化的状况,选取总磷(TP)、硝酸盐氮(NO 3-N)、亚硝酸盐氮(NO 2-N)、氨氮(NH 3-N)、高锰酸盐指数(COD Mn)、溶解氧(DO)和五日生化需氧量(BOD 5)7项指标2008—2015年8年的实测数据作为训练样本,建立BP神经网络模型对桃林口水库出库站2016、2017年7项水质指标进行预测,结果表明,该BP神经网络模型预测模拟训练后的模型预测效果良好,可以运用到桃林口水库水质指标的预测预警系统中。

桃林口水库水污染特征及水质评价

利用皇岛桃林口水库2008~2017年十年的实测数据,选取PH、总磷(TP)、氨氮(NH3-N)、高锰酸盐指数(CODMn)、溶解氧(DO)和五日生化需氧量(BOD5) 6项指标,采用单因子评价法、综合污染指数法和BP神经网络模型等3种方法进行水质评价。研究结果表明:1) 单因子水质评价结果表明,桃林口水库水质全因评价达到III类水质目标要求。2) 综合污染指数法表明,水源站全年的综合污染指数在0.437~0.578,出库站全年的综合污染指数在0.439~0.569,均为轻污染。3) BP神经网络模型表明,桃林口水库十年全年平均水质都为II类水质。该水质评价研究经验为桃林口水库的管理提供较为客观的决策依据,也可为其他地区的水质评价工作提供参考借鉴。

基于WASP模型的桃林口水库水质模拟研究

为掌握秦皇岛桃林口水库未来水质变化的状况,本文选取总磷(TP)、硝酸盐氮(NO3-N)、氨氮(NH3-N)、高锰酸盐指数(CODMn)和溶解氧(DO)等5项水质指标,基于2014~2015年水源站和出库站两个监测站的5项水质指标的监测数据,确定WASP模型的参数;再根据水源站2016、2017年5项水质指标来预测出库站的水质情况。研究结果表明:该WASP模型对5项水质指标的模拟值的判定系数R2均大于0.7,相关系数r均大于0.83;各项水质指标的实测值与模拟值的相对误差一般低于10%。WASP模拟效果良好,可以运用到桃林口水库的预测预警系统中和水库水质预测与管理的工作中,同时为秦皇岛市青龙县水环境保护与管理工作提供决策性参考与依据。