城市徑流污染給城市受納水體造成諸多負(fù)面環(huán)境影響。隨著雨水管理措施逐漸由工程化向生態(tài)化轉(zhuǎn)化,人工濕地越來越多地用于削減城市徑流污染。在雨水濕地設(shè)計之初,利用相關(guān)模型根據(jù)其服務(wù)區(qū)域的徑流污染負(fù)荷對其水質(zhì)凈化效果進(jìn)行預(yù)測是保障雨水濕地設(shè)計科學(xué)性、經(jīng)濟(jì)性的前提。目前,雨水濕地污染物凈化效果預(yù)測模型存在著參數(shù)復(fù)雜、準(zhǔn)確度不高、缺乏與動態(tài)降雨過程產(chǎn)生的污染負(fù)荷耦合等不足。因此,本研究構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)模型。研究應(yīng)用多種變量篩選方法(主成分分析、逐步回歸分析、平均影響值分析)對諸多影響雨水濕地污染物去除的因素進(jìn)行篩選,得出對于雨水濕地污染物凈化效果預(yù)測最重要、最具代表性的因素作為輸入變量,以簡化模型對于輸入?yún)?shù)的要求,構(gòu)建了SS、TCOD、TN、TP濃度的BP神經(jīng)網(wǎng)絡(luò)模型,用于預(yù)測雨水濕地出水;在此基礎(chǔ)上,構(gòu)建了融合山地城市陡坡特征的BP神經(jīng)網(wǎng)絡(luò)模型,研究了山地城市雨水濕地“跌水式”進(jìn)口對雨水徑流當(dāng)中SS、TCOD、TN、TP去除的影響;針對監(jiān)測數(shù)據(jù)可能存在的豐富度不足、數(shù)據(jù)分布不均衡等不利因素,耦合統(tǒng)計學(xué)馬爾可夫鏈模型,對BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果進(jìn)行了修正,提高了預(yù)測模型的可靠性;將模型與城市分布...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

圖1.1M-P神經(jīng)元模型

圖1.2單隱層神經(jīng)網(wǎng)絡(luò)[42]

圖1.3技術(shù)路線圖

圖2.1雨水濕地位置

本文編號：3885263