基于SOM网络的山地城市径流污染影响因素研究

来源：环境监测管理与技术杂志2021年第4期北京时间：

作者：冯力柯；陈垚；重庆交通大学河海学院；；重庆交通大学环境水利工程重庆市工程实验室；袁绍春；重庆交通大学河海学院；；重庆交通大学环境水利工程重庆市工程实验室；朱子奇；

单位：重庆交通大学河海学院；重庆交通大学河海学院；；重庆交通大学环境水利工程重庆市工程实验室；重庆交通大学河海学院；；重庆交通大学环境水利工程重庆市工程实验室；重庆交通大学河海学院；

摘要：以万州区海绵城市建设试点为研究对象，采用自组织映射神经网络（SOM网络）,通过径流污染指标变量与影响因素变量的U〖CD*2〗矩阵识别降雨径流污染的主要影响因素及其相关性，并利用构建的场次降雨污染物平均浓度（EMC）预测模型分析确定各因素的影响强度。结果表明，有限的监测数据难以识别径流污染的显著影响因素，而采用SOM组分面（矩阵）可直观地半定量解译各污染物间的相关关系，与Pearson定量相关性分析结果吻合。SOM网络可有效识别径流污染物的主要影响因素，其中SS、COD和TP污染物主要受降雨量和径流系数影响，NO-3-N和NH3-N受降雨量和降雨历时影响，而TN则主要受径流系数驱动影响。

关键词：降雨径流,场次降雨污染物平均浓度,影响因素,自组织映射神经网络,山地城市,

基金资助：重庆市自然科学基金资助项目（cstc2020jcyj-msxmX1000）；重庆市留创计划基金资助项目（cx2017065）；重庆市青少年创新人才培养雏鹰计划基金资助项目（CY200701）；万州区城乡建设委员会海绵城市专题研究基金资助项目（17A2739）