基于BP神经网络的燃煤电厂周围土壤重金属浓度预测及评价

• 作者: 崔云霞 彭月 朱永青 李伟迪 樊宁
• 来源期刊: 环境科技
• 学科: 地球科学
• 关键词: 土壤重金属 预测 人工神经网络 BP网络 土壤评价
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 环境评价
• 页码范围: 52-56
• 页数: 5页
• 分类号: X8
• 字数: 4767字
• 语种: 中文

摘要

随着社会经济的快速发展,土壤重金属污染日益严重,关于土壤污染预测的研究较为欠缺.利用BP神经网络建立预测模型,经学习训练后,Hg,As,Cd,Cr,Pb 5种元素的模型预测精度分别达到98.52%,98.22%,91.86%, 90.70%,88.31%.根据预测,5 a后所有监测点Hg,Cd浓度均超过土壤环境质量二级标准,10 a和20 a后各重金属浓度继续升高.10 a后,Hg的Igeo值为偏中污染,表明Hg受到电厂烟尘排放的影响最为严重;5 a后,PLI无无污染区域,在烟囱下风向1~2 km范围内重金属PLI值逐渐升高,上风向变化不大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊宁	南京师范大学地理科学学院	6	19	3.0	4.0
2	崔云霞	南京师范大学环境学院	13	32	4.0	4.0
3	彭月	南京师范大学环境学院	5	15	3.0	3.0
4	李伟迪	南京师范大学环境学院	5	13	2.0	3.0
5	朱永青	南京师范大学环境学院	5	13	2.0	3.0