10.16247/j.cnki.23-1171/tq.20170221
水溶性有机物荧光指标LM神经网络法评价堆肥腐熟度研究
由于受到有机废弃物中各组分间的影响,有机废弃物腐熟程度的判断呈现模糊性,使传统的评价方法很难正确认识.水溶性有机物(DOM)的荧光特性可作为评价有机废弃物堆肥腐熟程度的重要手段.文章通过获取多种有机废弃物在堆肥各阶段DOM的荧光特性参数,统计分析结果表明,相互间呈现显著相关(p<0.01)的荧光参数有AFLR、A4/A1、r(A,C)、P(Ⅱ,n)、P(Ⅴ,n)/P(Ⅲ,n)、P(Hs)/(Pr),)、P(.)“附,故可将其作为综合评价的指标.在此基础上,结合LM神经网络模型定量表征堆肥腐熟度等级,并将腐熟度划分为4个腐熟等级:未腐熟(Ⅰ级)、基本腐熟(Ⅱ级)、较腐熟(Ⅲ级)、完全腐熟(Ⅳ级),并以4组确定腐熟度样本作为标准,进行LM神经网络训练,32组已知腐熟度样本进行预测,网络预测准确性为84.37%,因此,该方法对评价有机废弃物堆肥有重要意义.
有机废弃物、水溶性有机物、荧光光谱特性、LM神经网络、腐熟度评价
31
X823(环境质量分析与评价)
国家环境监测与信息2111101
2017-04-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-25