期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于人工神经网络的雅鲁藏布江水化学变化趋势研究 被引量:1
1
作者 刘佳驹 李金城 +4 位作者 郭怀成 袁鹏 李政 张扬 王志勇 《北京大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第6期1043-1051,共9页
为探究雅鲁藏布江(简称雅江)河流水化学组分的历史变化趋势及未来气候变化的影响,将2016,2017和2018年雅江实测数据与文献数据相结合,采用线性倾向性估计方法,分析雅江上、中、下游近60年来气象及11种水化学组分的变化,采用气候变化模式... 为探究雅鲁藏布江(简称雅江)河流水化学组分的历史变化趋势及未来气候变化的影响,将2016,2017和2018年雅江实测数据与文献数据相结合,采用线性倾向性估计方法,分析雅江上、中、下游近60年来气象及11种水化学组分的变化,采用气候变化模式和BP神经网络模型预测未来气候情景下总溶解固体(TDS)的浓度,以期为资料缺失的雅江流域水资源管理和水环境治理提供科学支撑。研究结果表明,近60年来,雅江流域年均气温上升趋势显著,升温速率为0.38°C/10a;年降雨量总体上呈上升趋势,速率为7.34mm/10a;河流水化学组分存在一定程度的波动,其中TDS远高于全球河流平均水平(120mg/L),并存在上升趋势,pH为弱碱性并存在上升趋势。在未来气候变化模式(RCP4.5)下,BP神经网络模型预测结果显示雅江流域上、中、下游TDS浓度将显著增加,下游最为显著,河流水质存在恶化的风险,将对流域居民生产生活产生不利影响。 展开更多
关键词 气候变化 雅鲁藏布江 人工神经网络 水化学变化趋势
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部