| Title | 基于自组织神经网络和K-means的场地地下水污染特征分析与分区管控研究 |
| Alternative Title | CHARACTERISTICS ANALYSIS AND ZONING CONTROL OF GROUNDWATER POLLUTION BASED ON SELF-ORGANIZING MAPS AND K-MEANS
|
| Author | |
| Publication Years | 2022
|
| DOI | |
| Source Title | |
| ISSN | 1000-8942
|
| Volume | 40Issue:6Pages:31-41,47 |
| Abstract | 该研究基于自组织神经网络(SOM)和K-means方法,以华中地区某铬渣污染场地为研究对象,探讨了 SOM+K-means方法应用于场地地下水污染分区管控的可能性.通过监测数据的描述性统计分析场地地下水污染特征,发现Cr(Ⅵ)、CODMn、SO42-、TDS、NO3-、NH3-N、Mn为研究区的主要污染物.基于SOM+K-means分析挖掘,并基于空间插值方法,将研究区地下水分为4类区域,并识别出每类区域需重点关注的污染指标.结果显示:类别Ⅰ需关注NO3-;类别Ⅱ需关注Cr(Ⅵ)、CODMn、NO3、TDS、NH3-N;类别Ⅲ需关注SO42-;类别Ⅳ需关注Mn.该方法可较好地应用于地下水污染分区管控,对场地地下水污染防治具有指导意义. |
| Keywords | |
| URL | [Source Record] |
| Language | Chinese
|
| SUSTech Authorship | First
|
| Funding Project | 国家重点研发计划
|
| Data Source | WanFang
|
| WanFangID | hjgc202206005
|
| Citation statistics |
Cited Times [WOS]:0
|
| Document Type | Journal Article |
| Identifier | http://kc.sustech.edu.cn/handle/2SGJ60CL/411602 |
| Department | School of Environmental Science and Engineering |
| Affiliation | 1.哈尔滨工业大学环境学院,哈尔滨150090;南方科技大学环境科学与工程学院,广东深圳518055 2.南科大工程技术创新中心(北京),北京100083 3.南方科技大学环境科学与工程学院,广东深圳518055;南科大工程技术创新中心(北京),北京100083 4.生态环境部土壤与农业农村生态环境监管技术中心,北京100012 |
| First Author Affilication | School of Environmental Science and Engineering |
| First Author's First Affilication | School of Environmental Science and Engineering |
| Recommended Citation GB/T 7714 |
黄燕鹏,汪远昊,王超,等. 基于自组织神经网络和K-means的场地地下水污染特征分析与分区管控研究[J]. 环境工程,2022,40(6):31-41,47.
|
| APA |
黄燕鹏.,汪远昊.,王超.,刘伟江.,王宏.,...&胡清.(2022).基于自组织神经网络和K-means的场地地下水污染特征分析与分区管控研究.环境工程,40(6),31-41,47.
|
| MLA |
黄燕鹏,et al."基于自组织神经网络和K-means的场地地下水污染特征分析与分区管控研究".环境工程 40.6(2022):31-41,47.
|
| Files in This Item: | There are no files associated with this item. | |||||
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment