水库中重金属迁移的神经网络模拟
张明1
沈永明1
甄宏2
冯宇2
尚宏志2
1.大连理工大学海岸和近海工程国家重点实验室,辽宁大连,1160232.辽宁省环境科学研究院,辽宁沈阳,110031
摘要：重金属在水环境中的迁移转化是一个多因素影响的复杂过程,快速而准确地模拟水体中重金属的迁移一直是水环境研究领域的焦点.神经网络模型计算迅速、能以较高精度拟合任意非线性函数,在水文水质模拟中已有很多成功的应用,但对重金属的模拟还很少见到.文章以大伙房水库为例,用神经网络模型模拟了重金属镉、铜、汞和锌在水库中的浓度迁移过程.建模时依据水环境中重金属迁移转化机理并借鉴数学建模中边值问题的解决思想,确定了模型的输入和输出因子；对实际监测中重金属浓度低于检测方法的最低检出限的情况,将其浓度以0计算.模型对水库中镉和铜的浓度的模拟值与实测值的最大相对误差分别为17.5％和17.9％,对汞和锌的浓度的模拟值与实测值的确定系数分别为0.741和0.762,而对镉和铜的确定系数更是达到了0.96以上.对各重金属的模拟结果表明用神经网络模拟水环境中的重金属迁移是可行的,能快速得到比较准确的结果.文章建立的模拟大伙房水库重金属浓度迁移的神经网络模型对该水库水环境管理有一定的参考价值.
关键词：重金属浓度神经网络大伙房水库边值问题检出限
分类号：X524(水体污染及其防治)
资助基金：水体污染控制与治理科技重大专项(2009ZX07528-006-01)国家自然科学基金(51179025)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 63-70 )
英文信息