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
对湖北省重点区域行业企业周边土壤理化指标和重金属含量进行监测;利用监测数据建立含有13输入、1个隐含层和6输出的3层BP神经网络模型,预测监测区域Mn、Co、V、Ag、Tl、Sb含量,综合重金属监测结果和预测结果,采用内梅罗指数对研究区域进行污染评价.结果 表明,研究区域重金属存在不同程度超标情况,最大超标倍数范围为1.8～156.1倍;Mn、Co、V、Ag、Tl、Sb等6项重金属预测结果与实际测试结果相对误差范围在0.3％～19.9％,Mn、V、Ag、Tl、Sb在置信度为99％时均呈显著性相关(P＜0.01,n=11),Co在置信度为95％时呈显著性相关(P＜0.05,n=11),构建的BP神经网络预测模型具有良好的精准度;基于BP神经网络模型预测结果的内梅罗污染指数未超过警戒限的比例为77.3％,达轻度污染比例17.4％,达中度、重度污染比例均为4.0％.
土壤、重金属污染、BP神经网络、内梅罗污染指数、人工神经网络、污染预测、土壤评价
38
X53;X820.4(土壤污染及其防治)
国家环保公益性科研项目201509031;2017年土壤污染防治专项湖北省土壤污染风险评估与成因研究项目
2019-08-01（万方平台首次上网日期，不代表论文的发表时间）
共8页
55-62
