地表水质监测模型中的几种人工智能方法

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。

给水管网中水质监测技术的发展现状与展望

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。

基于无人机高光谱成像技术的河湖水质参数反演

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。