人工神经网络技术在水质动态预测中的应用

根据前人研究 ,上海地区地下水的水质变化主要受人工开采和回灌活动的影响 ,然而 ,由于地下水流动的复杂性 ,水质变化与采灌井的开采量及回灌量之间存在着完全非线性的关系 ;另一方面 ,人工神经网络技术具有较强的解决矛盾样本 (即非线性问题 )的能力 ,因此 ,作者在收集已有观测资料的基础上 ,利用人工神经网络技术对上海地区第III承压含水层的矿化度变化进行了预测。算例表明 ,应用该法进行单井预测的相对误差只有 2 .0 7% ,多井预测的相对误差小于 1 .5%。

BP网络在研究地下水咸淡水界面波动中的应用——以长江河口地区第二承压含水层为例

论文在分析研究区 78口井的水质资料基础上 ,利用人工神经网络技术中的BP算法对长江河口地区第II承压含水层水质参数 (矿化度 )的分布情况进行了分析、研究 ,且探讨了人为因素影响下其咸、淡水界面的运移规律。结果表明 ,应用人工神经网络技术来研究地下水咸。

长江口沉积物全量硼的测定初探

利用ICP-AES测试方法准确测定长江口水下沉积物中的全量硼,对三种不同的样品消化方法进 行了初步探索,我们认为HF-HCIO4-HNO_3-H_3PO_4消化方法是可靠的理想的样品消化方法。