基于神经网络的场地污染智能模拟和评估技术综述

近年来土壤和地下水污染时有发生,然而传统的预测和评估方法有较大的弊端,并且获取的污染样本数据结构关系复杂,如何提取有价值的信息或模拟出污染扩散的范围等便成为了当前研究的热点。神经网络(NN)具有很强的数据挖掘和分析能力,加之引入了深度学习模型,已在各个领域拥有较为成熟的发展。为更好地推进神经网络在场地污染的智能模拟和评估方面的应用,首先陈述了当前场地污染模拟和评估方面的现状及瓶颈,其次介绍了神经网络的原理并列出了主流卷积神经网络模型的优缺点,然后总结出了近两年来神经网络在环境污染预测和评估等方面的具体应用,最后分析神经网络在相关领域的发展前景和需要关注的问题。

场地污染监测预警与决策一体化系统的设计与实现

通过分析我国相关场地污染现状和需求,设计了场地污染监测预警与决策一体化系统,利用物联网设备实时监测采集污染数据,并通过数据传输技术SignalR进行数据传输,再使用三维地理框架Cesium反映监测区域的污染情况,保证对污染处理响应的实时性和高效性,指出三维虚拟地理技术与大数据、物联网技术结合是系统的发展方向。