基于GIS与RBF神经网络的水厂原水藻类预测

利用地理信息系统(GIS)对水厂原水水质信息进行管理,将水质信息与水厂的空间信息有机联系,可提高水厂水质管理水平。采用径向基函数(RBF)神经网络对杭州市的4座水厂原水中的藻类含量进行预测,建立藻类含量预测模型,结果表明,RBF神经网络藻类含量预测模型与常用的细胞计数法相结合,可提高藻类含量预测精度,同时采用GIS技术将藻类含量预测结果以空间图形形式显示和输出,更具可视性,可为水厂有效地控藻除藻提供支持。