基于BP神经网络的南四湖水质评价研究

基于BP神经网络的南四湖水质评价研究

论文摘要

南四湖是南水北调东线工程的重要输水通道和调蓄湖泊,按照国务院的要求,南水北调东线输水干线水质必须达到《地表水环境质量标准》(GB3838-2002)中Ⅲ类标准。为了摸清南四湖调水前枯水期的整体综合水质状况及空间布局,本研究采用改进的BP神经网络法对调水前南四湖湖区和入湖河流河口的水质进行评价研究,为直观的反映评价结果,采用Surfer绘图软件将其评价结果可视化,为南四湖流域综合治理及调水前水质目标的实现提供依据。水环境系统是一个开放的、远离平衡的系统。因此水环境中必然存在着大量的非线性行为。目前我国水评价工作中所采用的传统评价方法没有考虑到水环境问题的复杂性及非线性,存在一定的不合理性和局限性。神经网络法是一个可以自组织、自学习、自适应并具有容错和抗干扰能力的非线性系统,已在水质综合评价中得到了广泛的应用。本研究在对南四湖流域自然、社会经济和污染源现状进行调查的基础上,制定了南四湖水质空间监测计划并进行了监测;对基于非线性理论的BP神经网络的基本原理和数学应用软件Matlab的应用进行了研究。针对南四湖污染状况和监测因子的实际情况,采用含有一个隐含层的3层BP网络模型,以南四湖的主要污染因子CODCr、NH3-N、TP和TN共4个指标作为模型输入层的神经元,以水质等级Ⅰ类~劣Ⅴ类共6个等级作为输出层神经元,并通过反复试算确定隐层结点为30,确定了研究所用水质评价模型的网络结构为4-30-6,然后根据《地表水环境质量标准》(GB3838-2002)来构造训练样本集,选用有动量和自适应学习速率的梯度下降法来训练网络,从而建立了基于BP神经网络的南四湖水质综合评价模型。采用模型对南四湖上、下级湖湖区及入湖河口水质进行了综合评价研究,并采用Surfer绘图软件直观的描绘出南四湖的水质空间分布。研究结果表明:1)南四湖上级湖整体水质劣于下级湖水质,且上级湖污染严重,超标区域主要分布在南阳湖大部分水域、独山湖西侧和中部、微山湖上游。总体看来,湖区重污染区域大部分位于入湖河口的下游。因此,南四湖水质超标的主要原因是入湖河流排污产生的点源污染。2)南四湖入湖河流河口Ⅳ类、Ⅴ类和劣Ⅴ类水质占总监测点位的52%,水质较差。其水质较差的河流主要为光府河、幸福河、泗河、白马河、城郭河和薛城小沙河。对入湖河流污染物量和超标情况进行了分析,南四湖90%以上的入湖河流污染物直接排入上级湖;上级湖入湖河口中CODCr、TP、TN和NH3-N及上述四项指标平均的超标率和超标倍数几乎全部大于下级湖。总之,上级湖整体水质劣于下级湖,南四湖污染物主要来自上级湖入湖河流,要改善南四湖水质,其关键是对南四湖入湖河流污染进行综合治理,尤其是加强上级湖入湖河流的治理。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景
  • 1.1.1 水环境系统的复杂性
  • 1.1.2 环境质量评价及环境系统分析
  • 1.1.3 南水北调(东线)工程概况
  • 1.1.4 南四湖在南水北调工程中的作用
  • 1.1.5 南四湖水质现状
  • 1.2 课题研究的目的及意义
  • 1.3 水质评价方法研究进展
  • 1.3.1 传统的水质评价方法
  • 1.3.2 基于复杂性理论的水质评价方法
  • 1.4 人工神经网络在水质评价中的应用
  • 1.5 课题研究内容及技术路线
  • 1.5.1 课题的主要研究内容
  • 1.5.2 课题研究的技术路线
  • 第2章 基于MATLAB的BP神经网络基本理论
  • 2.1 人工神经网络的基本原理
  • 2.1.1 人工神经网络概述
  • 2.1.2 人工神经网络的结构
  • 2.1.3 神经网络的学习和工作方式
  • 2.2 BP神经网络的基本原理
  • 2.2.1 BP网络模型
  • 2.2.2 BP网络结构
  • 2.2.3 BP学习算法
  • 2.3 BP神经网络模型的设计
  • 2.3.1 训练样本集的设计
  • 2.3.2 BP网络参数的设置
  • 2.3.3 BP网络学习算法的选择
  • 2.3.4 BP网络模型的构建
  • 2.3.5 BP网络模型的训练
  • 2.4 BP神经网络的局限性
  • 2.5 MATLAB神经网络工具箱的应用
  • 第3章 南四湖流域现状调查与水质监测
  • 3.1 南四湖流域现状调查
  • 3.1.1 南四湖概况
  • 3.1.2 社会、经济概况
  • 3.1.3 流域内水系及水利工程概况
  • 3.1.4 南四湖流域污染源调查
  • 3.2 南四湖流域水质监测计划
  • 3.2.1 监测项目
  • 3.2.2 监测点位的布设
  • 3.2.3 水质监测采样方案
  • 3.2.4 监测分析方法
  • 3.3 南四湖水质监测结果
  • 3.4 本章小结
  • 第4章 南四湖湖区水质综合评价研究
  • 4.1 南四湖水质评价网络模型的建立
  • 4.1.1 网络结构的确定
  • 4.1.2 训练样本的选择及预处理
  • 4.1.3 学习算法的选择
  • 4.1.4 模型训练
  • 4.2 南四湖水质评价网络模型的应用
  • 4.2.1 上级湖水质评价结果及分析
  • 4.2.2 Surfer绘图软件的应用
  • 4.2.3 上级湖水质空间分布及分析
  • 4.2.4 下级湖水质评价结果及分析
  • 4.2.5 下级湖水质空间分布及分析
  • 4.3 本章小结
  • 第5章 南四湖入湖河口水质评价研究
  • 5.1 南四湖入湖河流河口水质评价
  • 5.2 入湖河流污染物排放量分析
  • 5.3 入湖河流污染物超标分析
  • 5.4 本章小结
  • 第6章 结论与建议
  • 6.1 结论
  • 6.2 建议
  • 参考文献
  • 攻读硕士学位期间发表的学术论文及科研工作
  • 1 发表的学术论文
  • 2 进行的科研工作
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  

    基于BP神经网络的南四湖水质评价研究
    下载Doc文档

    猜你喜欢