By this author

Neuro-fuzzy method of processing hydrochemical data for river flow

Issue number 11 from 14.09.2025

Производственные и социально-экологические требования, предъявляемые к качеству вод суши, определили необходимость создания сети гидрохимических постов наблюдения, а вариабельность контролируемых показателей – потребность выполнения режимных химико-аналитических исследований. Распространенные в аналитической химии стандартные (жесткие) статистические методы обработки результатов измерений, как правило, недоучитывают специфику исследования зашумленных (нечетких) экспериментальных данных, каковыми являются ряды значений концентрации примеси речного потока в пространстве и во времени. Показано, что в этом случае целесообразны альтернативные средства мягких вычислений, предназначенные для обработки именно таких данных, на основе нейро-нечетких гибридных алгоритмических структур, относящихся к архитектуре ANFIS. Проанализированные таким способом массивы химико-аналитических данных по меди и цинку на р. Волга в зависимости от расхода воды на разных удалениях от берега и глубинах позволили идентифицировать сложно-колебательный характер поведения концентраций обоих веществ в водном потоке. Сделан вывод о том, что нейро-нечеткая схема обработки результатов мониторинга обеспечивает возможность углубленного исследования малоизученных процессов гидрохимической динамики в далеких от термодинамического равновесия системах, к числу которых относятся природные водотоки.

12 0