中国农业期刊集成服务平台

当前位置: 首页 > 文章 > 基于T-S模糊神经网络的民勤地下水水质综合评价干旱地区农业研究 2013,31 (1) 188-192+198

Position: Home > Articles > Comprehensive assessment of groundwater quality in Minqin Basin based on T-S Fuzzy Neural Network Agricultural Research in the Arid Areas 2013,31 (1) 188-192+198

基于T-S模糊神经网络的民勤地下水水质综合评价

作者：

汪新波;粟晓玲

单位：

西北农林科技大学水利与建筑工程学院

关键词：

T-S模糊神经网络;支持向量机;地下水水质评价;民勤盆地

摘要：

为了摸清石羊河流域民勤盆地近25年来的地下水水质变化状况,为当地水土资源合理开发和生态环境保护提供决策参考依据。将T-S模糊神经网络应用于民勤盆地1983、1990、2000年及2008年的地下水水质评价中,并与支持向量机(SVM)模型的评价结果进行检验比较。结果表明:民勤盆地地下水水质总体较差,并且盆地南部地区水质整体优于北部,除红崖山水库附近地区,80%以上区域水质为Ⅴ类水;141、147、156、168号井等在山区边缘的部分站点水质随时间有改善趋势。两种模型评价结果基本一致,但T-S模糊神经网络收敛速度更快,可以有效应用于地下水水质综合评价。

译名：

Comprehensive assessment of groundwater quality in Minqin Basin based on T-S Fuzzy Neural Network

作者：

WANG Xin-bo,SU Xiao-ling(College of Water Resources and Architectural Engineering,Northwest A&F University,Yangling,Shaanxi 712100,China)

关键词：

T-S Fuzzy Neural Network model;Support Vector Machines;groundwater quality assessment;Minqin Basin

摘要：

In order to find out the variation of groundwater quality of Minqin basin in Shiyang River Valley in recent 25 years and to provide the decision-making reference for rational exploitation of local water resources and eco-environmental protection,T-S Fuzzy Neural Network model was applied to the comprehensive assessment of groundwater quality in the year of 1983,1990,2000 and 2008,and the Support Vector Machines(SVM) model was applied to test the results.The results showed that the overall groundwater quality of Minqin Basin was poor and it was overall better in the southern region than in the northern region.Except for the area surrounding Hongyashan reservoir,the groundwater quality of more than 80% regions was poorly achieved grade Ⅴ.The groundwater quality of partial wells at the edge of deserts,such as No.141,147,156 and 168,showed a improving trend.The results of the two models were generally concordant,but the T-S Fuzzy Neural Network model exhibited a fast convergence,therefore it can be effectively applied to the comprehensive assessment of groundwater quality.

相似文章

基于T-S模糊神经网络的地下水水质评价 [张宇, 卢文喜, 陈社明, 龚磊] 节水灌溉 2012 (7) 35-38
基于T-S模糊神经网络模型对西部村镇集雨窖水水质的评价研究 [齐昕, 刘嘉夫] 节水灌溉 2015 (3) 28-30+34
生态护坡生境基材土壤肥力动态变化研究 [丁瑜, 胡文静, 夏振尧, 李博, 姚小月, 许文年] 水生态学杂志 2017,38 (2) 31-37
基于T-S模糊神经网络的东滩湿地水域海水水质评价 [张忭忭, 庄平, 王云龙, 罗民波, 付熙徐, 吴开军] 海洋渔业 2012,34 (2) 84-88
基于高光谱图像技术的大豆品种无损鉴别 [柴玉华, 毕文佳, 谭克竹, 张春雷, 刘春涛] 东北农业大学学报 2016,47 (3) 86-93
基于T-S模糊神经网络的新型烟叶烤房控制系统研究 [李光尧, 曹阳, 刘维岗, 舒成松, 张大斌] 甘肃农业大学学报 2018 (5) 217-224

导出引用

计量

文章访问数: 9

HTML全文浏览量: 0

PDF下载量: 0

基于T-S模糊神经网络的民勤地下水水质综合评价

相似文章

所属期刊

干旱地区农业研究

推荐期刊

水生态学杂志

节水灌溉