基于小波分析的水质变化及预测研究——以涡河为例OA
以涡河流域2005—2018年(共168个月)的水质指标月监测数据为背景资料,探究小波分析和神经网络在流域水质方面的应用。通过小波分析来判别涡河流域水质指标的多尺度变化规律;运用主成分分析法选取涡河水质主要影响因子,并对主要影响因子建立小波神经网络预测模型。研究结果表明:各水质指标具有多尺度振荡的特点,且主要存在以8、20、30个月左右变化的主周期;目前影响涡河流域水质的主要因子是以化学需氧量为代表的污染因子;通过小波神经网络得到的化学需氧量预测…查看全部>>
赵贵章;王淑丽;李志萍;龚建师;王赫生
华北水利水电大学地球科学与工程学院,河南郑州450011华北水利水电大学地球科学与工程学院,河南郑州450011华北水利水电大学地球科学与工程学院,河南郑州450011中国地质调查局南京地质调查中心,江苏南京210016中国地质调查局南京地质调查中心,江苏南京210016
资源环境
水质变化水质预测小波分析BP神经网络涡河流域
《人民珠江》 2022 (2)
P.79-87,9