基于BP神经网络的重点行业企业周边土壤重金属污染预测及评价

论文摘要

对湖北省重点区域行业企业周边土壤理化指标和重金属含量进行监测;利用监测数据建立含有13输入、1个隐含层和6输出的3层BP神经网络模型,预测监测区域Mn、Co、V、Ag、Tl、Sb含量,综合重金属监测结果和预测结果,采用内梅罗指数对研究区域进行污染评价。结果表明,研究区域重金属存在不同程度超标情况,最大超标倍数范围为1.8～156.1倍;Mn、Co、V、Ag、Tl、Sb等6项重金属预测结果与实际测试结果相对误差范围在0.3%～19.9%,Mn、V、Ag、Tl、Sb在置信度为99%时均呈显著性相关(P<0.01,n=11),Co在置信度为95%时呈显著性相关(P<0.05,n=11),构建的BP神经网络预测模型具有良好的精准度;基于BP神经网络模型预测结果的内梅罗污染指数未超过警戒限的比例为77.3%,达轻度污染比例17.4%,达中度、重度污染比例均为4.0%。

论文目录

• 1 材料与方法
•   1.1 样品的采集
•   1.2 样品的处理与测试
•   1.3 BP神经网络模型的构建
•     1) 样本数据的处理。
•     2) BP神经网络模型。
•   1.4 评价方法
• 2 结果与分析
•   2.1 土壤重金属监测结果
•   2.2 BP神经网络训练及检验
•   2.3 BP神经网络预测结果
•   2.4 重金属污染评价与分析
• 3 讨 论

文章来源

类型: 期刊论文

作者: 范俊楠,张钰,贺小敏,郭丽,施敏芳,陈浩

关键词: 土壤,重金属污染,神经网络,内梅罗污染指数,人工神经网络,污染预测,土壤评价

来源: 华中农业大学学报 2019年04期

年度: 2019

分类: 农业科技,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 湖北省环境监测中心站,湖北省计量测试技术研究院,华中农业大学理学院

基金: 国家环保公益性科研项目(201509031),2017年土壤污染防治专项湖北省土壤污染风险评估与成因研究项目

分类号: X53;X825

DOI: 10.13300/j.cnki.hnlkxb.2019.04.008

页码: 55-62

总页数: 8

文件大小: 353K

下载量: 558