两种新型流域非点源污染负荷估算模型的比较.pdfVIP

中国环境科学 2009,29(7) ：762~766 China Environmental Science 两种新型流域非点源污染负荷估算模型的比较 * 杨 珏,钱 新 ,张玉超,钱 瑜 (南京大学环境学院,污染控制与资源化研究国家重点实验室,江苏 南京 210093) 摘要：为探索简单快捷、实用性强的流域非点源估算模型,基于降雨量差值法的基本思想,应用径向基函数(RBF)神经网络和支持向量机 (SVM)2 种技术, 以渭河流域历年降雨量资料为基础建立了相应的流域非点源污染负荷估算模型.并将2 种模型估算结果与相关分析法估算 结果进行了比较,综合分析渭河流域历年径流量与三者所推得的历年点源负荷的标准差.结果表明,支持向量机的估算结果最为合理,且计 算简单,操作便捷,具有实用价值. 关键词：RBF 神经网络；支持向量机；非点源负荷；流域；模型 中图分类号：X021 文献标识码：A 文章编号：1000-6923(2009)07-0762-05 Comparison of two machine learning models for non-point source pollution load of watershed. YANG Jue, QIAN * Xin , ZHANG Yu-chao, QIAN Yu (State Key Laboratory of Pollution Control and Resources Reuse, School of the Environment, Nanjing University, Nanjing 210093, China). China Environmental Science, 2009,29(7)：762~766 Abstract ：To find good and practical methods for predicting watershed non-point pollution load, two watershed machine learning models for non-point source pollution were established by using radial basis function ( RBF) network and support vector machines (SVM) based on rainfall deduction method. Correlation of the two models’ results for the Weihe Basin were analyzed. By analyzing runoffs and the standard deviations of corresponding point source pollution loads of the Weihe Basin in 9 years, SVM model was proved more accurate and reasonable than RBF. Key words ：RBF network ；support vector machines；non-point source pollution load ；watershed ；model 非点源污染的量化研究是评价污染影响、优 值法为基础, 以渭河流域2 年降雨量之差作为神 化管理措施以及确定水体纳污容量的基础. 国外 经网络的输入因子, 以流域出口断面处总氮实 常见的流域农业非点源污染的主要模型有: 测值2 年之差作为输出因子,对降雨量－非点源 ANSWERS[1],CREAMS[2],WEPP[3],AGNPS[4] 等, 这 污染输出量之间的非线性关系进行拟合,建立 些模型在美国、欧洲、澳洲等地均取得了较好 流域非点源污染负荷估算的RBF 和SVM 2 种 - 的模拟结果[5 6]. 由于这些模型均建立在详细的 模型.对2 种模型的拟合性能和预测性能进行了 监测资料基础上,在应用上受到地域条件的限 比较分析. 制.