基于T-S模糊神经网络的地下水水质评价

采用T-S模糊神经网络模型对吉林省西部地区部分地下水水化学监测点水质进行评价。T-S模糊神经网络模型是根据模糊系统和人工神经网络优缺点具有明显的互补性结合而成,考虑了水质评价标准的区间形式和水系统的不确定性。将T-S模糊神经网络的评价结果与水质综合评价方法中经典的内梅罗指数法和BP人工神经网络法的评价结果进行对比,结果表明:T-S模糊神经网络法评价地下水水质更全面更客观。利用该方法对吉林西部的地下水水质进行评价,结果显示:吉林西部地区地下水资源已经遭受不同程度的污染,需要进行有效的保护。

吉林西部地下水水质评价与分析

针对内梅罗综合评价法过于突出最大污染因子和未考虑权重因素的缺点对其进行了改进,并结合GIS软件,分别对吉林西部地下水1993年和2004年水质状况进行了评价,并划分了水质分区。结果表明:研究区内潜水水质主要为Ⅳ级,承压水水质多为Ⅱ、Ⅲ级;2004年水质与1993年相比有所恶化。区内对水质级别起决定作用的离子主要为NH4+和F-。以氮素为例,对污染因子进行了成因分析,并针对污染成因提出了防治建议。