基于BP神经网络的燃煤电厂周围土壤重金属浓度预测及评价

基于BP神经网络的燃煤电厂周围土壤重金属浓度预测及评价樊宁;崔云霞;彭月;李伟迪;朱永青
【期刊名称】《环境科技》
【年(卷),期】2018(031)002
【摘要】随着社会经济的快速发展,土壤重金属污染日益严重,关于土壤污染预测的研究较为欠缺.利用BP神经网络建立预测模型,经学习训练后,Hg,As,Cd,Cr,Pb 5种元素的模型预测精度分别达到98.52%,98.22%,91.86%, 90.70%,88.31%.根据预测,5 a后所有监测点Hg,Cd浓度均超过土壤环境质量二级标准,10 a和20 a后各重金属浓度继续升高.10 a后,Hg的Igeo值为偏中污染,表明Hg受到电厂烟尘排放的影响最为严重;5 a后,PLI无无污染区域,在烟囱下风向1~2 km范围内重金属PLI值逐渐升高,上风向变化不大.
【总页数】5页(P52-56)
【作者】樊宁;崔云霞;彭月;李伟迪;朱永青
【作者单位】南京师范大学地理科学学院,江苏南京210023;南京师范大学环境学院,江苏南京210023;南京师范大学环境学院,江苏南京210023;南京师范大学环境学院,江苏南京210023;南京师范大学环境学院,江苏南京210023
【正文语种】中文
【中图分类】X8
【相关文献】
1.基于BP神经网络的耕地土壤重金属污染评价——以宜宾市翠屏区土壤重金属污染评价为例 [J], 王鸿;段晓明;伍燕翔;张玉龙
2.基于BP神经网络的城市边缘带土壤重金属污染预测——以成都平原土壤Cd为例 [J], 杨娟;王昌全;李冰;李焕秀;何鑫
3.基于BP神经网络的污染场地土壤重金属和PAHs含量预测 [J], 任加国;龚克;马福俊;谷庆宝;武倩倩
4.基于BP神经网络的土壤重金属污染评价方法——以包头土壤环境质量评价为例[J], 李向;管涛;徐清
5.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 [J], 范俊楠;张钰;贺小敏;郭丽;施敏芳;陈浩
因版权原因，仅展示原文概要，查看原文内容请购买。