Predicting the impacts of climate change on nonpoint source pollutant loads from agricultural small watershed using artificial neural network

这研究为在来源(NPS ) 污染物质从农业小分水岭装载的 nonpoint 上分析气候变化的效果的目的描述了一个人工的神经网络(ANN ) 的发展和确认。流量分泌物用 ANN 算法被估计。ANN 模型的性能从学习分水岭用观察数据被检验。模拟结果在刻度和确认时期期间与观察价值同意了很好。NPS 污染物质负担从长期的监视数据驾驶的负担分泌物关系被计算。LARS-WG (长 Ashton 研究车站天气发电机) 模型被用来产生降雨数据。有从 LARS-WG 的产生数据的校准的 ANN 模型和负担分泌物关系被使用从农业小分水岭在 NPS 污染物质负担上分析气候变化的效果。结果证明 ANN 模型在估计未来流量分泌物，和 NPS 污染物质负担提供了珍贵途径。