-
题名地表水质监测模型中的几种人工智能方法
被引量:1
- 1
-
-
作者
王志红
孙超
-
机构
广东工业大学建设学院
广东省水利电力勘察设计研究院
-
出处
《工业水处理》
CAS
CSCD
北大核心
2007年第2期13-16,共4页
-
基金
广东省自然科学基金资助项目(06021461)
广东省教育厅自然科学基金重点项目(05J011)
+1 种基金
华南理工大学青年基金资助项目(E5050770)
广东工业大学博士启动基金项目(043036)
-
文摘
重点对地表水质预测模型的几种人工智能方法进行了评述,具体说明了BP神经网络水质预测模型、地表水COD灰色预测模型、时间数列预测方法及WASP5模型系统等方法的原理和特点。并提出地表水质预测模型WASP5与GIS系统集成的趋势,建立水质自动监测系统是我国水质现状和社会发展的需要,并分析了发展水质自动检测系统的方法及可行性。
-
关键词
地表水
水质监测模型
人工智能
-
Keywords
surface water
water quality monitoning models
artifical intelligence
-
分类号
TQ085.1
[化学工程]
TU991.111
[建筑科学—市政工程]
-
-
题名给水管网中水质监测技术的发展现状与展望
被引量:1
- 2
-
-
作者
龚增荣
-
机构
浙江大学建筑设计研究院
-
出处
《科技资讯》
2009年第11期85-86,共2页
-
文摘
从给水管网水质监测技术的分类,给水管网水质监测中重要的物理、化学、生物监测指标及其意义,监测点数量和位置的优化选取,监测系统数据的处理和传输,水质监测模型五个方面介绍了给水管网中水质监测技术的发展情况,并提出了建立给水管网水质监测系统的原则和该技术的发展趋势。
-
关键词
给水管网水质监测系统
管网水质监测指标
水质监测模型
-
分类号
TV21
[水利工程—水文学及水资源]
-
-
题名基于无人机高光谱成像技术的河湖水质参数反演
被引量:24
- 3
-
-
作者
黄宇
陈兴海
刘业林
孙梅
陈海霞
王雪
-
机构
南京农业大学农学院
四川双利合谱科技有限公司
北京工商大学计算机与信息工程学院
北京卓立汉光仪器有限公司
-
出处
《人民长江》
北大核心
2020年第3期205-212,共8页
-
基金
江苏省科技支撑计划项目(BE2012302)
国家自然科学基金项目(31371534)。
-
文摘
以云南星云湖和深圳茅洲河为例,利用无人机高光谱成像仪获取研究区高光谱影像的同时对地面水质参数进行采样,构建水质参数的最佳双波段监测模型。结果表明:叶绿素a的模型精度最高(R^2=0.99,RPD=7.55),其次是悬浮物(R^2=0.95,RPD=4.86),总氮(R^2=0.88,RPD=2.04)和总磷(R^2=0.86,RPD=1.93),最低是浊度(R^2=0.60,RPD=1.65)。无人机高光谱成像技术为城市河流、湖泊的水质监测提供了全新的数据来源和技术手段,同时也为湖泊、河流的水环境保护及治理提供了依据。
-
关键词
水质参数
无人机
高光谱
水质监测模型
-
Keywords
water quality parameters
UAV
hyperspectral
monitoring model of water quality
-
分类号
X171
[环境科学与工程—环境科学]
-