基于BP神经网络模型的松花江流域(吉林省段)水环境承载力研究
流域水环境承载力是近年来学者们研究的热点问题.通过对以往学者的研究,从水环境承载力的概念进行探讨,进一步对水环境承载力的研究方法进行分析与总结.结合研究区域的特殊性和流域水环境承载力与经济发展之间的非线性关系,引入了人工神经网络模型,将BP神经网络方法引入到流域水环境承载力研究中,选取5项经济、社会和人口的相关指标,建立了吉林省松花江流域(吉林省段)水环境承载力的神经网络模型,并对其进行评价.研究表明:2004~2010年研究区域的水环境承载力整体呈现逐步提高的趋势,由0.1084提高到0.4184,初步达到了及格水平.虽然承载力在不断提高,但是依然很弱,处于中等水平之下,且有的年份仍然出现小幅下降的趋势.运用BP神经网络方法进行水环境承载力的研究,方法简洁,结果直观易懂,对该研究区域的水环境质量和经济水平的和谐发展具有现实意义,同时也为其他流域水环境承载力研究提供借鉴意义.
水环境承载力、BP神经网路、人工神经网络、松花江流域
27
X143(环境地学)
国家自然科学基金项目41071086
2013-10-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
135-140