基于人工神经网络的串联水库水质模拟预测

将人工神经网络(A-BP)模型用于串联水库水质的空间模拟预测,建立了基于A-BP的一维和二维水质模型。根据串联水库的水质在一维空间上的连续性,构建模拟水质一维空间分布的A-BP模型;二维A-BP水质模型是在将二维水质扩散问题视为平流扩散、横向扩散和纵向扩散3个方面问题的基础上建立的。模拟预测结果表明,本文建立的A-BP水质模型模拟预测效果较好,模型构建合适,可以作为进行水库水质模拟预测的有效工具。

东圳水库水质模拟预测及污染物总量控制研究

研究东圳水库水质变化趋势,计算工程实施后的污染物削减量,为水质保护提供依据。利用SMS模型基于二维不可压缩流体运动方程,建立东圳水库水域二维水流水质数学模型,采用有限单元法,模拟预测东圳水库水环境状况,主要水质分析指标为高锰酸盐指数、氨氮、总氮和总磷。预测结果表明,按目前污染物排放状况,2018年东圳水库水体中污染物含量为氨氮0.14~0.21 mg/L(II类水质)、COD 3.3~3.9 mg/L(III类水质)、总磷0.052~0.062 mg/L(IV类水质),总氮1.1~1.6 mg/L(IV类水质)。实施社会经济调控、污染源防治和生态保育工程后,2018年,预计东圳水库高锰酸盐指数、氨氮、总氮和总磷共排放1 616.6、163.7、1 182.4和155.5 t/a,分别削减了1 501.8、439.9、756.4和105.2 t/a;总氮0.4~0.8 mg/L、总磷0.022~0.032 mg/L,降幅均达到50%以上,达III类水质标准;COD 2.0~3.0 mg/L、氨氮0.11~0.18 mg/L,达到II类水质标准。提出的实施方案对保护东圳水库的水质具有建设性意义,水体水质目标可达。

大伙房水库水质的BP神经网络模拟预测

本文选取大伙房水库2011—2015年的水质指标溶解氧(DO)、高锰酸盐(CODMn)、生化需氧量(BOD5)、氨氮(NH3-N)、总氮(TN)、总磷(TP)6项指标的实测数据作为预测样本,建立了BP神经网络模型,并运用该模型对大伙房水库2016年水质指标进行了验证,结果表明该模型能准确地预测水质指标,可以运用到大伙房水域水质指标的预测和预警预报系统当中。

河流水质预警预报模型的进展

水环境预警预报系统的核心是水质模型 ,本文对国内外现有水质模型研究现状作了较全面的介绍 。