Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: quarry water, hydrochemical indicators, artificial neural network, water quality, environmental monitoring, prediction, карьерные воды, гидрохимические показатели, искусственная нейронная сеть, качество воды, экологический мониторинг, прогнозирование
Аннотация: Рассмотрена возможность применения искусственной нейронной сети для прогнозирования качества карьерных вод по основным гидрохимическим показателям. Исследование выполнено на небольшом массиве данные, включающем 36 проб воды, отобранных в трех контрольные точках карьерного водосбора. В пробах определялись рН, электропроводность, минПоказать полностьюерализация, содержание сульфатов, хлоридов, железа общего, марганца и взвешенных веществ. На основе полученных данных быт рассчитан обобщенный индекс качества воды и построена нейросетевая модель с двумя скрытыми слоями. Установлено, что наибольшее влияние на изменение индекса оказывали минерализация, сульфаты, железо общее и взвешенные вещества. На тестовой выборке коэффициент детерминации составил 0,86, а средняя абсолютная ошибка прогноза - 0,061. Полученные результаты показывают пригодность подхода для предварительного экологического мониторинга карьерных вод. The paper considers the possibility of using an artificial neural network to predict quarry water quality based on main hydrochemical indicators. The study was carried out using a small dataset that included 36 water samples collected at three control points of the quarry catchment area. The samples were analyzed for pH, electrical conductivity, mineralization, sulfates, chlorides, total iron, manganese, and suspended solids. Based on these data, an integrated water quality index was calculated and a neural network model with two hidden layers was developed. It was found that mineralization, sulfates, total iron, and suspended solids had the greatest influence on the index variation. For the test dataset, the coefficient of determination was 0.86, and the mean absolute prediction error was 0.061. The results show that this approach can be usedfor preliminary environmental monitoring of quarry waters.
Журнал: Известия Тульского государственного университета. Науки о Земле
Выпуск журнала: № 3
Номера страниц: 162-167
ISSN журнала: 22185194
Место издания: Тула
Издатель: Тульский государственный университет