PSO-MLP模型预测降雨对府河氨氮的影响

摘要

为研究白洋淀上游的保定市区降雨径流对府河水质的影响,采用府河2019年、2020年的常规水质监测数据,基于粒子群算法(particle swarm optimization, PSO)和多层感知机(multi-Layer perceptron, MLP)建立PSO-MLP水质预测模型。分别使用PSO-MLP、MLP、一维水质模型进行对比预测。结果表明:与一维水质模型相比,PSO-MLP平均绝对误差减少64.5%~74.7%;与MLP模型相比,PSO-MLP平均绝对误差减少6.6%~12.6%。选取2021年7月的一次典型降雨对府河膳马庙、安州和南刘庄3个控制断面进行预测,表明PSO-MLP泛化能力更强,预测误差更小,优于一维水质模型和MLP模型。所建立的府河PSO-MLP水质预测模型,可以提前4 h准确预测府河各断面氨氮浓度,平均绝对误差小于0.3 mg/L,可应用于保定市区降雨径流对府河水质污染的预测预警,避免降雨径流通过府河影响白洋淀水质。