基于BP神经网络的韶山地表径流pH预测研究  

The pH Prediction of Surface Runoff by BP Neural Network in Shaoshan

作　　者：杜春艳[1] 梁婕[2] 黄璐[2] 陈宏[1] 余关龙[1] 陈铂[1] 

机构地区：[1]长沙理工大学水利工程学院,湖南长沙410004 [2]湖南大学环境科学与工程学院,湖南长沙410082

出　　处：《安徽农业科学》2013年第19期8342-8343,8346,共3页Journal of Anhui Agricultural Sciences

基　　金：国家自然科学基金项目(51109016;51009063);湖南省教育厅科学研究项目(11C0032);湖南省自然科学基金项目(11JJ4044)

摘　　要：建立地表水pH预报模型来分析酸沉降下地表径流的酸化趋势,对于研究酸沉降对小流域生态系统的影响和酸雨的防治工作都具有重要意义。韶山地表径流酸度的变化具有很强的非线性特性,要对其酸度进行较为准确的预测,就必须采用能捕捉非线性变化规律的预报方法,因此,尝试选用BP人工神经网络对韶山地表径流酸度进行模拟预测,结果表明,该方法预测的精度较高,在地表径流酸度的预测中有一定的适用性。It is important for the study of acid deposition on watershed ecosystems and acid rain control work by establishing the pH forecasting model to predict the acidity of surface runoff. Shaoshan surface runoff variation has a strong nonlinearity, in order to conduct a more accurate prediction of acidity, we must capture the nonlinear variation using a forecasting method, therefore, this study attempts to use BP artificial neu- ral network for surface runoff acidity simulation in Shaoshan. The predicted results showed that the method indicates high accuracy, so it has a certain applicability to the acidity prediction of surface runoff.

关 键 词：酸沉降 BP神经网络 韶山 地表径流 PH 

分 类 号：S126[农业科学—农业基础科学] X517[环境科学与工程—环境工程]