导航：安全管理网>> 安全论文>> 环境保护论文>>正文

基于BP神经网络模型的闽江流域地表水(福州段)水质变化趋势预测

文档作者：陈文花文档来源：福建省环境监测中心		点击数：	更新时间： 2024年07月06日
下载地址：点击这里	文件大小： 1.55 MB 共3页	文档格式： PDF	下载点数： 1 点（VIP免费）

全屏查看

内容预览 [文件共3页]

本文件共3页，如需编辑使用，请下载。

注：预览效果可能会出现部分文字乱码（如口口口）、内容显示不全等问题，下载是正常的。

	文件大小：1.55 MB 共3页文件格式：PDF 下载点数：1 点（VIP会员免费）

上一篇：基于净化剂处理畜禽厌氧消化液达标排放的…

文本预览

仅提取页面文字内容，供快速阅读使用。

基于BP神经网绐模型的闽江流域地袁水(福州段)
水质变化趋势预测
陈文花
(福建省环境监测中心站福建福州350003)
摘要为验证BP模型在河流水质预测中的有效性，利用2006～2011年闽江流域(福州段)闽侯竹岐、长乐白岩潭断面的
河流水质数据，建立BP神经网络预测模型，从时间上对闽江流域(福州段)的水质进行预测，并用实际监测数据检验预测精
度。结果表明，BP神经网络的水质预测模型在闽江流域(福州段)水质预测中有较好的预测精度。
关键词BP神经网络模型闽江流域预测
中图分类号：×32 文献标识码：A 文章编号：1672—9064(2014)01—013—03
1 闽江流域基本概况
闽江是福建省最大的河流。全长577km．流域面积
60992km2，约占福建省陆域面积的50％；常年径流量621亿
m，，位列全国河流第7位；是福建人民的母亲河，由沙溪、建
溪、富屯溪等支流和闽江干流组成，涉及到福州、南平、三明、
龙岩、宁德、泉州等市的36个县(市、区)，流域人口约占全省
人口的35％，经济总量约占全省的38％．是我省重要的经济
区之一。近年来．随着福建省经济、社会的全面发展。城市化
进程逐步加快。养殖业、畜牧业规模不断扩展，局部河段不同
程度地受到污染．给全省的生态环境造成了巨大的压力，降
低了水体的生态功能。由于闽江是沿岸居民生产、生活的主
要水源。对福建省的社会、经济发展有重要的作用，因此闽江
水环境质量状况也受到了众多学者的关注．但关于应用BP
神经网络模型对闽江流域地表水(福州段)的水质短期预测
的变化研究较少。本文尝试应用BP神经网络模型对闽江流
域地表水(福州段)的水质短期预测进行探讨，旨在为闽江流
域(福州段)水资源和生态环境的保护及治理提供一定的理
论依据。
2 BP神经网络原理、分类及特点
BP(Back Pmpagation)神经网络一般指基于误差反向传
播算法的多层前向神经网络。BP网络在某些方面显示出独
特的优越性和广泛的推广性．已成为日前研究应用最为广泛
的神经网络学习算法．据统计．近90％的神经网络应用是基
于BP网络算法⋯。目前最典型的神经网络通常由输入层、隐
含(中间)层、输出层3层构成。其结构图见图1。与此相对应
圈}囡圈
图l BP神经网络结构模型
的BP算法中也包含
了输入层节点、输出
层节点．还有1个或
多个的隐含层节点。
BP的运行过程简单
说来就是．首先由输
入信号．向前传播到
隐含层节点．经过传
递函数作用后．通过
把隐含层节点的输出信号传播到输出节点．最后由输出层输
出结果。BP模型是把1组样本的I／0(inpu怕utput)问题变成
一个非线性优化问题．它使用的是优化中最普通的梯度下降
法。如果把神经网络看成输入到输出的映射，则这个映射是
一个高度的非线性映射【2'。
BP神经网络的最大优点是可以充分逼近任意复杂的非
线性关系，有较强的容错性、能同时大规模并行协同处理数
据、具有自适应、自组织、自学习等特点。
3 BP神经网络和训练方式的确定
(1)BP神经网络拓扑结构的确定。根据k010mogomw[3]定
理，给定任一连续函数f：UqR。，f(x)=Y．U∈[0，1]，f就可以
用1个3层网络实现。1989年，Robert HechtNielsen给出了
用1个3层网络即可模拟任意复杂的非线性问题的证明．并
指出1个由3层神经元构成的神经网络可以完成任意的从
n维到m维的映射。所以本文确定BP神经网络拓扑结构为
3层。
(2)隐含层节点数的确定。在BP网络预测模型中，以输
入的水质参数个数为输入层的神经元数：以需预测的水质参
数个数为输出层神经数：隐含层节点数的确定是整个模型有
效运行的关键。若隐含层的数量太少。则网络所能获取的用
以解决问题的信息太少；若隐含层的数量太多，可能会出现
过度吻合的问题，即测试误差增大导致泛化能力下降．因此
合理选择隐层节点数非常重要。然而．目前还没有成熟统一
的确定方法，通常是根据具体情况，结合经验来确定．常用的
方法有公式法、增长法、试算法、递减法、试错法等。
(3)数据归一化处理。为了使BP神经网络收敛速度加
快，拟合效果更好，网络的泛化能力更强，在模型建立之前，
需对样本进行归一化处理。归一化的方法较多，在本论文中
采用将数据归一化到[0，1]之间的算法，样本数据的归一化
公式为：
耻告笔㈩
其中，Xi表示归一化处理后的数据，X～和X。分别代表
样本数据中的最大值和最小值。通过归一化处理后的输入数
作者简介：陈文花(1982～)．女，福建南安人，硕士，主要从事环境质量综合评价工作。
2㈨’No-§ 万方数据
据将全部在[0，1]之间，这将大大加快网络学习速度，而数据
间的联系并不减少。
4预测模型的建立
(1)数据的处理。闽江流域地表水(福州段)，起始断面为
闽侯竹岐．最终断面为长乐自岩潭。本次预测的数据来源于
福建省环境保护厅的水质监测数据．时间跨度从2006～2011
年。根据式(1)对所得的数据进行归一化处理，为建立BP网
络做准备。
(2)模型的建立。以闽侯竹岐断面一期4个因子(DO、
COD叭，I’P、NH3一N)的监测数据为输入，以该断面下一期D0
为输出，建立BP网络。现有24组监测数据，分为2部分，前
面22组用于训练．后面2组用于检验。预测网络确定为3
层。输入水质参数为4。则确定其输人层为4；输出水质参数
为1，则确定其输出层为l；采用试错法，确定隐含层为3，最
终网络结构确定为4—3一l。最小训练速率为0．1，动态参数为
0．6，参数Si舯oid为O．9，允许误差O．000l，最大迭代次数为
1000，输入和输出层都采用对数S型传递函数logsig，这可以
实现输入和输出间的任意非线性映射．并且网络采用动态调
整的方法来防止模型过度优化．同时数据转换方法确定为标
准化变换。
(3)运行及预测结果。运用DPS数据处理系统中的BP工
具箱，对网络进行训练，拟合残差控制在0．005以内。拟合残
差如图2所示。拟合残差为0．0011，达到了训练的目标。利用
训练好的神经网络．以闽侯竹岐断面2011年第三、第四季度
2组监测值为输入．以闽侯竹岐断面D0为输出。进行模拟测
试．结果表l所示。
由表l可以看出．第三、第四季度的预测值与实际值的
绝对误差分别为11．41％和8．96％。这说明采用BP人工神经
揎舌燧一0俐∞∞7∞7例¨7
I
譬
盘薮
123嚣∞'万’72 2'8捌斟O螂啦枷删锄蛳83'研7为7∞副5吲∞7啦嘲
圈2 BP神经网络模型的训练误差记录图
网络对水质进行预测，最大相对误差大约在lo％，预测精确
度比较高。这说明了BP神经网络能对非线性、多变量、随机
性、时变性高的情形进行建模。并且能以较高的精度对系统
的运行进行预测，所以在实际应用有较大的意义。这也表明
利用BP人工神经网络模型在闽江流域地表水(福州段)水
13 lS j7 】9 2l 23
缁数
图3 BP神经网络实际值与预测值
表2 2006—2011年闽侯竹岐、长乐白岩潭断面水质评价表
表l D0实际值与预测值对照表mg／L
时间2006年一季度2006年二季度2006年三季度2006年四季度2007年一季度2007年二季度2007年三季度2007年四季度
训练输出值
实际值
时间
训练输出值
实际值
时间
吲¨练输出值
实际值
7．2658 7．7537 6．7728 6．569 6．9304 7．2205 6．7606 6．900l
7．26 7．83 6．81 6．65 6．96 7．2l 6．83 6．93
2008年一季度2008年二季度2008年三季度2008年四季度2009年一季度2009年二季度2009年三季度2009年四季度
7．3259 6．7385 6．8536 7．5264 7．0487 7．6542 6．7396 7．4885
7．33 6．77 6．9l 7．55 7．07 7．“ 6．74 7．44
20lO年一季度2010年二季度20lO年三季度2010年四季度2011年一季度2011年二季度2011年三季度2011年四季度
7．0983 7．3393 7．1224 7．0543 7．7918 6．245 6．2726 6．2759
注：2011年三季度、四季度训练输出值为预测值。
2014lNO-Q
(下转第19页)
哪
哺
!詈
咄
旧
嗽
蝴
万方数据
5董婷婷，罗汉金，吴锦华．纳米零价铁的制备及其去除水中对氯硝
基苯的研究．环境工程学报，2006，4(6)
6任海萍，吴柳明，赵寿春．纳米零价铁对酸性品红的脱除行为．中南
大学学报：自然科学版，2008，39(2)
7 X．Li，W．Zhang．Imn Nanopanicles：the Core—Shell Stmcture粕d U．
nique Pmperties for Ni(II)Sequestmtion．I丑ngrnuir，2006，22(10)
8 W．Yan，A．A．HeIzing，C．J．Kiely，et a1．Nanoscale zero—valent iron
(nZVI)：Aspects 0f the core—shell stnlcture and reaetions with inor_
gallic species洒water．J．Cont砌．Hydml．，1l 8
9武甲．田秀君，王锦，等．应用纳米零价铁处理模拟舍Cr(VI)无氧地
下水．环境科学，3l(3)
lO H．L．Lien，W．X．ZharIg．NarIoscale Pd，Fe bi腓tallic panicles：Catal”ic
effects 0f palladium on hydD0dechl嘶nation．Appl．Catal．，B，2007，77
ll 。I’．‘I’．Lim，B．W．Zhu．EⅡects d aIlions on山e kiIletics and reactiVity of
naIIoscale Pd，Fe in啊chIombenzene dechlodnation．Chemosphere，
2008．73
12李铁龙，孙丽莉，金朝晖，等．纳米铁系双金属复合材料还原水中
硝酸盐氮．吉林大学学报：工学版，2009(2)
13 HChoi，SAgarwal．趾LAl．Abe从dsorption arId Simultaneous Dechlorination
of PCBs on GAC，Fe，Pd：Mechanistic A8pects and Reactive
Capping Ba玎der Concept．Envimn．Sci．Techn01．，2008，43(2)
14赵宗山，列景富。邰超，等．离子交换树脂负载零价纳米铁快速降
解水溶性偶氮染料．中国科学：B辑，2008，38(1)．
15史丽娜，林玉满，陈祖亮．膨润土负栽纳米铁去除水溶液中Cr(VI)．
环境工程，2010(28)
(上接第12页)
问题的较好方案．该方案的实施可实现南河道作为景观水体2周光垌，严宗毅，许世雄，等流体力学．第2版．北京：高等教育出版
的功能，对雁滩的发展有着举足轻重的作用。社，2000
参考文献
3中国水利学会泥沙专业委员会．泥沙手册．北京：中国环境科学出版
l 李国庆．水力学．北京：中国广播电视大学出版社．200l
社·1989
·”¨．一‘"¨¨⋯¨¨I一·。ll⋯，-‘Ⅶ”-1¨¨l_一·。¨¨¨．“”¨"·’¨¨¨，-‘"¨”。"¨¨--·’¨¨¨一‰．‘，-’¨¨．．-·‘‰¨．-‘Ⅶ·一’¨¨r‘‘¨¨一“帅"‘’岫·+一¨¨···。’Ⅶl_一⋯“¨__”‰一∥’Ⅶ··-‘”‰··
(上接第14页)
表3闽侯竹岐、长乐白岩潭断面水质情况统计表
质预测方面有着较好的应用前景。
为了让预测的结果更加直观地呈现出来，以表l的数据
为依据．以年份为横坐标，预测值和实际值为纵坐标建立坐
标轴．结果如图3所示。预测值与实际值的对照关系更加显
而易见。
5评价结果与分析
5．1 评价结果
根据《地表水环境质量标准》(GB3838—2002)的规定，对
2006—2011年闽侯竹岐、长乐白岩潭断面的水质进行评价，
评价结果见表2。
5．2评价结果分析
从闽侯竹岐到长乐白岩潭断面，水质情况总体处在Ⅱ类
水。2断面达到的I、Ⅱ、Ⅲ类水次数的统计情况如表3。由闽
侯竹岐和长乐白岩潭的地理位置可知。闽侯竹岐在闽江(福
州段)的上游断面．河水流经福州市后，再流向长乐自岩潭。
分析表中的数据．我们可以得到I类水从占15．63％下降为
4．20％：Ⅱ类水的比重略有增加，从82．29％上升为85．42％；
而Ⅲ类水增加比重明显．从2．08％增加到10．38％，上升幅度
达到了8．3％。这张统计表格说明闽江流域地表水(福州段)
‘‘㈨．．∥”¨¨-*。‘¨¨l-√‘¨¨lp’¨¨"’‘¨¨l·。‘¨¨l一，’Ⅶ
(上接第16页)
的水质仍主要处在Ⅱ类水质，但闽江在流过福州市后，水质
有较明显的下降．表明闽江流域地表水在该区间受到了一定
程度的污染。
6结论
本文利用2006—2011年闽江流域(福州段)闽侯竹岐、长
乐白岩潭断面的河流水质数据，建立BP神经网络预测模
型．从时间上对闽江流域(福州段)的水质进行预测，并用实
际监测数据检验预测精度。结果表明，BP神经网络的水质预
测模型在闽江流域(福州段)水质预测中有较好的预测精度。
从空间跨度而言．闽侯竹岐断面的水质总体情况要优于
长乐白岩潭．表明福州经济的快速发展，对闽江流域地表水
水质状况造成了一定的影响。水质呈现下降趋势。经济增长
与水质情况总体成反向关系．即经济越发展，水质越差。
参考文献
l RI Son—il，侯德刚，张政家，等．基于BP人工神经网络的生化处理
水水质预测．现代化工，2009，29(12)
2唐启义．DPS数据处理系统20lO年版教材．北京，科学出版社，20lO
3赵振宁．徐用懋．模糊理论和神经网络的基础与应用(2版)．北京：
清华大学出版社．1996
refhctory leachate treatment by the biolo西cal actiVated c龇bon nu。
idized—bed process．Water Research，1995，29(2)
12 董天宝．霍天亮，张靖天，等．不同垃圾渗滤液组合处理工艺中
DOM的变化特征．环境工程学报，2013，7(3)
13 Baun D L，Christensen T H．Speciation of heavy metaJs in l卸dfill
leachate：a review．Waste M粕agement Research，2004，22(1)
14 薛俊峰。何品晶，邵立明，等．渗滤液循环回灌厌氧填埋层前后的
分类表征．水处理技术，2005，3l(6)
15 刘智萍．组合工艺处理填埋场垃圾渗滤液及其DOM效能与机理
研究．重庆大学博士论文．2010

网友评论 more

环境保护论文最新内容

07-06