本文建立了植物修复尾矿土综合性质与重金属含量非线性分析的人工神经网络方法.针对植物不同修复年限的尾矿土壤进行现场采样,并开展土壤综合性质检测和重金属含量分析;确立黏粒含量、理化性质(阳离子交换量、PH值、电导率)、营养元素(有机质含量、全氮含量、速效磷含量、速效钾含量)、土壤生物(地下生物量)作为土壤综合性质指标,以重金属Cu、Pb、Cr、Ni、As、Cd为预测指标,构建重金属含量分析的祌经网络模型;开展神经网络结构及学习参数的优化,获取最优学习参数;进行了神经网络训练和预测,通过将重金属的预测值与实测值进行对比,证明了神经网络方法预测重金属含量的准确性.所建立的方法为土壤多因素综合作用的相关分析提供了新思路,为进一步的矿山重金属污染治理提供有益参考.
NETL
