杭州市農田土壤重金屬污染預警仿真研究.pdf

1、隨著工業(yè)化和城市化進程加快,土壤重金屬污染給環(huán)境和人類的健康帶來了嚴重的威脅,開展土壤重金屬污染方面的工作已經迫在眉睫。土壤重金屬污染預測、預警可以起到防患于未然的作用。如何建立一個適用性強、精確度高的土壤重金屬預測預警模型,是未來研究的方向。
　　土壤重金屬污染系統(tǒng)是一個巨大的非線性系統(tǒng),其濃度受多種因素影響,找出影響因素和濃度數(shù)據之間的函數(shù)關系,把握規(guī)律進行預測預警。BP神經網絡具有廣泛的非線性影射能力、適應能力和學習能力,通

2、過已有影響因素和濃度數(shù)據之間關系的學習,用于土壤重金屬污染預測預警具有一定的優(yōu)勢。
　　本文借鑒相關預警指標體系和對土壤重金屬污染預測方法進行比較,以此選擇BP神經網絡對土壤重金屬污染變化趨勢進行預測。BP算法具有學習速度慢、容易陷入局部極小值、預測精度不高等問題,采用比較普遍的自適應學習速率調整法和附加動量法對其進行改進。以此建立基于BP神經網絡的土壤重金屬污染預測預警模型,在MATLAB環(huán)境下對預測過程進行仿真實驗。通過對杭州