Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Название статьи
- Разведочный анализ состава и свойств речной воды с использованием нейросетевой методики
- Авторы
- Розенталь Олег Моисеевич omro3@yandex.ru, д-р техн. наук, главный научный сотрудник, Институт водных проблем Российской академии наук, Москва, Россия
Федотов Владислав Харитонович fvh@inbox.ru, канд. хим. наук, доцент, Чувашский государственный университет им. И. Н. Ульянова, г. Чебоксары, Россия
- В разделе
- ЭКОЛОГИЧЕСКИЙ КОНТРОЛЬ. ПРОГНОЗИРОВАНИЕ
- Ключевые слова
- качество и контроль состава воды / производственные сбросы / водный след / гидрохимический створ / искусственные нейронные сети / нейросетевой анализ
- Год
- 2023 номер журнала 1 Страницы 46 - 50
- Индекс УДК
- 556.11
- Код EDN
- NVGYRP
- Код DOI
- 10.52190/2073-2589_2023_1_46
- Финансирование
- Тип статьи
- Научная статья
- Аннотация
- Выполнен разведочный анализ гидрологических и гидрохимических характеристик потоков речной воды с использованием нейросетевых методик исследования. Контролировали временные ряды показателей состава и свойств воды реки Исеть в зоне г. Екатеринбурга. Получены результаты, свидетельствующие о существенной нейросетевой корреляции между значениями концентрации отдельных загрязняющих веществ, достигающей 0,9 и связывающей расход воды с показателями ее качества, достигающей 0,4. Высокие веса нейросвязей исследованных данных и обнаруженные корреляции указывают на необходимость пересмотра устоявшихся представлений о поведении загрязняющих веществ речного потока как о пассивном компоненте, увлекаемом течением, и свидетельствуют о протекающих здесь процессах микроструктурной самоорганизации. Полученная информация, помимо своего прямого назначения в части познания природы и свойств водных ресурсов, является необходимым условием эффективного управления их качеством и устойчивой водохозяйственной деятельности.
- Полный текст статьи
- Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Список цитируемой литературы
-
Gossweiler B., Wesström I., Messing I., Romero A. M., Joel A. Spatial and temporal variations in water quality and land use in a semi-arid catchment in Bolivia // Water. 2019. V. 11. № 11. P. 2227.
Тьюки Дж. Анализ результатов наблюдений: Разведочный анализ. - М.: Мир, 1981. - 691 с.
Chashechkin Yu. D., Rosental O. M. River Flow Structure and its Effect on Pollutant Distribution // Water Resources. 2019. V. 46(6). Р. 910-918.
Danilov-Danilyan V. I., Rosental O. M. The properties of natural waters determined by their microstructural self-organization // Water Resources. 2021. V. 48(2). Р. 254-262.
Родникова Н. Об упругости пространственной сетки водородных связей в жидкостях и растворах: сб. "Структурная самоорганизация в растворах и на границе фаз". - М.: Изд-во ЛКИ, 2008. С. 151-198.
Chashechkin Yu. D. Differential fluid mechanics - harmonization of analytical, numerical and laboratory models of flows // Mathematical Modeling and Optimization of Complex Structures. Springer Series "Computational Methods in Applied Sciences". 2016. V. 40. P. 61-91.
Anthony M., Bartlett P. Neural Network Learning: Theoretical Foundations. - Cambridge, New York, Cambridge University Press, 2002. - 504 p.
Боровиков В. П. Нейронные сети Statistica Neural Networks: Методология и технология современного анализа данных. - М.: StatSoft, 2015. - 354 с.
Ландау Л. Д., Лифшиц Е. М. Гидродинамика. Теоретическая физика. Т. VI. Изд. 3-е, перераб. - М.: Наука. Гл. ред. физ-мат. лит., 1986. - 736 с.
- Купить
