基于人工神经网络方法的河北省近海沉积物重金属污染综合评价

• 作者: 许学工 马禄义
• 来源期刊: 生态环境学报
• 学科: 地球科学
• 关键词: 人工神经网络 近海沉积物 重金属
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 11-16
• 页数: 6页
• 分类号: X55
• 字数: 3004字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5906.2010.01.003

摘要

利用误差反相传播神经(BP)网络对河北省近海沉积物中的铅、镉、锌、汞、砷5种重金属元素的污染水平进行分析,利用自组织特征映射(SOFM)网络对上述重金属元素分布特征进行分类,通过分类与污染水平量化值的结合,进行综合评价.SOFM把52个沉积物样品分别划分为3、4、6类和9类.对比各种分类,分为3类的物理意义较明确,每个类别分别对应高中低不同的污染物浓度水平,差异显著、分类方式比较合理.通过此种分类可以判断河北省近海的沉积物重金属污染在不同海域存在一定的差别,整体上是离海岸越远,沉积物的重金属污染水平越高,距海岸较近的海域内,沉积物的重金属污染水平较低,但渤海湾内的重金属污染水平高于其他海域.