基于BP神经网络的潇河流域水质预测

来源：水资源与水工程学报杂志2021年第5期北京时间：

作者：张秀菊，王柳林，李秀平，王灵生

单位：（1.河海大学水文水资源学院,2.晋中市水利局

摘要：针对传统水质预测方法存在预测精度不理想以及对实测数据要求较高的问题，建立基于BP神经网络的水质预测模型，以掌握研究流域未来一定时段的水环境质量情况。模型以潇河流域6个水质监测断面2017年1月-2020年5月的重铬酸盐指数和高锰酸盐指数的浓度作为训练集，以2020年6月-2020年8月的水质数据作为验证集进行模拟与预测。结果表明：BP神经网络模型经训练后，模拟的各断面水质指标平均相对误差均小于7%，相关性系数均超过了0.98，验证集的水质指标平均相对误差均小于18%。构建的BP神经网络模型预测精度较高，可以用于潇河流域的水质预测。

关键词：水质预测,BP神经网络,相关性系数,水质指标,潇河流域

基金资助：国家重点研发计划项目(2018YFC1508200)； 山西省水利科技项目(XS2019004)