Neural network modeling of salinity in Qiantang Estuary(钱塘江河口盐度的神经网络模拟)

Abstract

盐水入侵会对潮汐河口饮用水源地产生影响，河口盐度的合理预测对饮用水源地取水安全和水库泄水抑咸调度有重要意义.以上游流量和下游潮差为控制条件，建立模拟钱塘江河口盐度变化情况的神经网络模型.首先对输入数据作归一化处理，利用上半年观测数据对模型进行反复训练，进而后报下半年盐度.模型输出数据反归一化所得到的结果与实测盐度数据比较，两者较为一致.表明基于河口盐度与上游流量和下游潮差间映射关系所建立的神经网络模型可有效地模拟潮汐河口的盐度变化.利用神经网络方法模拟了上游流量变化条件下钱塘江河口某测站的氯化物浓度.结果显示，当利用上游水库泄水来抑制河口咸水入侵时，采用降序流量过程可更有效地减小盐水入侵对饮用水源地的影响.

Keywords

• 盐度
• 神经网络
• scg算法
• 钱塘江河口