文档介绍：生态环境学报 2010, 19(1): 11-16
Ecology and Environmental Sciences E-mail: editor@
基于人工神经网络方法的河北省近海沉积物
重金属污染综合评价
马禄义,许学工
北京大学城市与环境学院//地表过程分析与模拟教育部重点实验室,北京 100871
摘要:利用误差反相传播神经(BP)网络对河北省近海沉积物中的铅、镉、锌、汞、砷 5 种重金属元素的污染水平进行分
析,利用自组织特征映射(SOFM)网络对上述重金属元素分布特征进行分类,通过分类与污染水平量化值的结合,进行综
合评价。SOFM 把 52 个沉积物样品分别划分为 3、4、6 类和 9 类。对比各种分类,分为 3 类的物理意义较明确,每个类别
分别对应高中低不同的污染物浓度水平,差异显著、分类方式比较合理。通过此种分类可以判断河北省近海的沉积物重金属
污染在不同海域存在一定的差别,整体上是离海岸越远,沉积物的重金属污染水平越高,距海岸较近的海域内,沉积物的重
金属污染水平较低,但渤海湾内的重金属污染水平高于其他海域。
关键词:人工神经网络;近海沉积物;重金属
中图分类号:X55 文献标识码:A 文章编号:1674-5906(2010)01-0011-06
近海沉积污染由于其所处的地理位置而受人广,一个3层的BP网能够实现任意的连续映射[15]。
关注,相关的研究涉及不同污染物、污染物不同性综合上述背景,本文选取了河北省近海沉积物
质表征等[1-5],其中,重金属污染是近海沉积物污染重金属元素的分析结果,尝试利用 进
研究的一个重要方面。重金属在海洋中积累,对水行编程,使用人工神经网络中的 SOFM 网对样本进
生生物和人类会造成威胁[1],明确重金属污染物的行聚类,使用 BP 网对样本的污染等级进行评价,
富集情况和分布情况,对近海沉积物中重金属污染两者综合来实现对近海沉积物中重金属污染的综
评价有着比较现实的意义。合评价。
重金属污染的评价方法有很多,目前较多采用 1 研究区域及数据来源
的有地质累积指数法[6]、潜在生态危害指数法[7]、近 20 年来,环渤海地区经济高速发展,沿海
脸谱图法[8]、沉积物富集系数法[9]和次生相富集系工业产生的重金属也不断增加,造成渤海环境质量
数法[10]等,也有针对这些方法进行的综合研究[11]。恶化。本文选取目前采样密度较高的河北省近海区
其中,潜在生态危害指数法综合考虑了重金属的毒域作为研究区[16],研究区分为南北两片,每片的海
性及其迁移规律,并不受区域差异和异源的限制, 上范围均包括从海岸向渤海中部方向延伸 5 km 的
成为最为广泛的方法之一[12]。范围,北片北起山海关冀辽海域分界线,南至涧河
上述研究方法,虽有对各种金属元素的特征进口西侧冀津海域界限,位于渤海湾西部的浅水区,
行综合评价,但多数针对单个的金属元素进行逐个约 7737 km2;南片北起歧口南至大口河口,位于渤
评价,且是基于其统计特征进行评价,缺少整体上海湾南部,约 1378 km2。此研究区中,包括秦皇岛、
的综合认识,如各种污染物水平的综合差异及分类唐山和沧州 3 地市海岸线对应的近海海域,接纳来