预测水产养殖池中的氨污染物,使用软计算与波纹分析相结合
T Vamsi Nagaraju1, Sunil B M2, Babloo Chaudhary2
1Department of Civil Engineering, SRKR Engineering College, Bhimavaram, 534204, India; Department of Civil Engineering, National Institute of Technology Karnataka, Surathkal, 575025, India.
Environmental pollution (Barking, Essex : 1987)
|June 3, 2023
概括
密集水产养殖污染水,安得拉邦78%的样本显示氨含量不安全. 新的软计算模型准确地预测氨,有助于内陆池的环境管理.
科学领域:
- 环境科学 环境科学
- 水质管理水质管理
- 计算智能是一种计算智能.
背景情况:
- 密集水产养殖会产生大量的有机污染,影响水质.
- 安得拉邦内陆水产养殖的扩张引发了环境问题,特别是关于水污染的问题.
- 像氨这样的高水平污染物对水生生态系统和人类健康构成风险.
研究的目的:
- 分析安得拉邦内陆水产养殖池的水质.
- 评估氨含量及其对水安全的影响.
- 开发和评估用于预测氨度的软计算模型.
主要方法:
- 在安得拉邦西部三角洲地区的64个随机地点进行水质分析.
- 参数的统计分析,包括生物氧需求 (BOD),性和氨.
- 使用优化算法 (POA) 和离散波形分析-优化算法 (DWT-POA) 开发预测模型.
主要成果:
- 平均水质指数 (WQI) 为126,78%的样本被评为非常差和不安全.
- 78%的样本超过了世界卫生组织 (WHO) 对氨的可接受限值 (0.5毫克/升),含量范围在0.05至2.8毫克/升之间.
- 在氨预测方面,DWT-POA模型取得了很高的准确性,平均误差为1.964%,R2值为0.822.
结论:
- 研究区域的水产养殖水质不佳,主要是由于氨含量高.
- 软计算方法,特别是DWT-POA,为实时氨预测提供可靠和准确的方法.
- 这些预测模型可以支持利益相关者和政策制定者有效地管理密集的内陆水产养殖.
