基于人工神经网络的巢湖流域水体总磷和总氮预测

曹泓 储政勇 李臻

摘 要：本文提出了一种基于人工神经网络的巢湖流域水体总磷和总氮的预测模型，可以预测出水体中总磷和总氮的浓度，有利于巢湖流域水体富营养化的治理，节省了水质监测的成本;该模型使用易于测量且和总磷、总氮密切相关的水质指标作为输入，利用巢湖流域历史水质数据进行人工神经网络的训练、测试和验证。结果表明，人工神经网络可以有效的预测水体的总磷和总氮浓度。

关键词：人工神经网络;总磷;总氮;水质预测

1 概述

巢湖是我国第5大淡水湖，随着周边经济发展和人口的增长，水体出现富营养化，总磷和总氮等指标达到劣V类标准。[1]在对水体的富营养化进行评价时，总磷和总氮是重要的水质指标，目前通常的测定方法有分光光度法和离子色谱法等，需要经过采样、实验室处理和结果分析等步骤，存在着分析时间长、需要消耗试剂以及产生二次污染等缺点。但是水体中的温度、浊度、电导率、PH和溶解氧等参数，通过在线水质检测仪，很容易进行测量。人工神经网络是一种常用的非线性模式识别建模方法，可以在输入变量和输出变量之间建立非线性的映射模型，而且在映射过程中能够并行分布处理和自适应学习，在人工智能和模式识别等领域都得到了广泛的应用。本研究利用水体中检测成本低且方便的参数，通过人工神经网络建立水体总磷和总氮预测模型，为巢湖流域的水体富营养化监测和治理提供了新的方法和依据。……