论文部分内容阅读
应用BP人工神经网络模型模拟泾河陕西段氮营养物质NH+4-N、NO-3-N、TN的浓度变化,通过模拟水质参数相关性分析和河流机理性水质模型分析,确定模型的输入因子,从而构建不同结构的BP人工神经网络模型。以实测的月水文、水质、降水量资料进行模型的训练和检验,结果表明:对NO-3-N和TN的模拟结果精度较高,不同结构的模拟结果相对误差在18%以内;对NH+4-N的模拟结果相对误差大,NH+4-N主要来源于点源排放,年内不稳定排放是模型模拟误差大的主要原因;单参数输出结构的网络模拟结果优于三参数输出结构