白城市地下水质量现状评价.pdf

第35卷第11期
人民黄河
Vol 35 No I
2013年11月
YELLOW RVER
Nov.,2013
〔水资源?水环境
白城市地下水质量现状评价
陈昌亮',肖长来,赵琳琳',张英琦2,翟天放3
(1.吉林大学环境与资源学院,吉林长春130021;2.吉林省地质矿产勘察开发局,吉林长春130052;
3.吉林省水利科学研究院,吉林长春130022
摘要:根据吉林省白城市境内选取的9个测点地下水指标的实测数据,对白城市地下水质量现状进行评价。选取的评
价指标分别为魚氪、铁、氟化物、铅、砷、高锰酸钾、矿化度、硬度。评价方法分别采用加附注评分法与人工神经网络法,其
中人工神经网络法选用BP神经网络、TーS模糊神经网络2种方法。评价结果显示:2种人工神经网络法评价的水质类
别均在1~Ⅲ类之间,水质较好;加附注评分法评价出的水质类别中只有穆家店屯水质属于且类,其他测点均为Ⅳ类。
对比3种方法评价的结果可知,BP神经网络与模糊神经网络评价的水质类型之间的差异较小,加附注评分法比其他2
种方法评价得出的水质类别大。
关键词:地下水质量评价;加附注评分法;BP神经网络;TーS模糊神经网络;白城市
中图分类号
文献标志码:A
doi:10.3969/j.iss.10001379.2013.11.015
Groundwater Quality Assessment of Baicheng City
CHEN Chang-liang XLAO Chang-lai, ZHIAO Lin-lin ZHANG Ying-qi, ZHAI Tian-fang
(1. Environment and Resources Institute, Jilin Univest, hange 130021, China; 2. Investigation and evelopment Bureau of Geology Mineral
Resources of Jilin rovince, Changchun 130052, China; 3. Jilin Water Resourees Research Institute, Changchun 130022, China
Abstract: According to the measured data of nine locations in Baicheng City of Jilin Province, this paper assessed the groundwater quality of cur-
rent situation. The selected assessment indexes were ammonia nitrogen, ferrum, fluoride, lead, arsenic, potassium permanganate, total dissolved
solid and hardness, respeetively. The adopted assessment methods were Attached Note Scoring Method and Artificial Neural Network. the later in
cluding BP Neural Network and T- Fuzzy Neural Newwork. The assessment resulls show that the groundwater quality of nine locations is good and
hetween grade I and grade II by using two kinds of Artificial Neural Network. By using Attached Note Scoring Method, only the groundwater quali-
of Mujiadian village is grade Il, and the other locations are grade V. Comparing the assessment results of three methods, the difference between
BP Neural Network and T-S Fuzzy Neural Network is smaller, while the difference of Attached Note Scoring Method is greater than that of the oth-
Key words groundwater quality assessment; Atached Note Scoring Method; BP Neural Network; T-S Fuzzy Neural Network; Baicheng City
地下水质量评价以地下水水质调査分析资料或水质监测
表1地下水分类级别及单项评分值
资料为基础,可分为单项组分评价法、综合评价法、污染指数
类别
Il
l
法、系统聚类分析法、灰色聚类分析法、模糊数学法、人工神经
F
6
10
网络分析法等。为了达到及时掌握白城市水质情况及预测水
(4)按式(1)、式(2)计算综合评价分值F。
质变化趋势的目的,选用加附注评分法、BP神经网络法、模糊
神经网络法3种方法对其水质进行评价。
1评价方法及原理
收稿日期:2012-12-1
基金项目:“+ー五”国家科技支掉计划项目(200 BA ME)-?,2X07BAB28B)4
1.1加附注评分法
03);高等学校博士学科点青项科研基金资助项目(200801830044);吉林省重大
地下水质量综合评价采用加附注评分法,步骤如下
科技攻关项目(20080543,20100452);国家潜在油气资源产学研用合作创新项目
(1)参加评分的项目不少于标准规定的监测项目,不包括
作者简介:陈昌亮(1990-),男,山东泰安人,硕士研究生,研究方向为地下水
细菌指标。
开发与利用
(2)首先进行各单项组分评分,划分组分所属质暈类别
通信作者:肖长来(1962-),男,吉林柳河人,教投,博士,博士生导师,主要从
事地下水资源及水环境研究工作。
(3)对各类别按表1的规定分别确定单项组分评价分值F。
E-mail: 1073283731(@qg. corn