Exploitation of water resources of the Opole province - forecasting with the use of artificial neural networks

• Autorzy: Kolasa-Więcek, A.

Warianty tytułu

PL

Ekspolatacja zasobów wodnych województwa opolskiego - prognozowanie z wykorzystaniem sztucznych sieci neuronowych

• Języki publikacji: EN

Abstrakty

EN

The paper performs forecasting based on Flexible Bayesian Models on Neural Networks. On the basis of changing factors like number of population and industrial water consumption the amount of underground and surface water resources was predicted. The prognosis was performed for the Opole province and for its for individual districts. Teaching series were real data taken from the Central Statistical Office. The likelihood of these results is 94% by checking the verification data.

PL

W pracy dokonano prognozowania stopnia eksploatacji zasobów wód podziemnych powierzchniowych w województwie opolskim, biorąc pod uwagę zmieniające się warunki - liczbę ludności oraz ilość wody pochłanianą przez przemysł. Serię uczącą stanowiły rzeczywiste dane uzyskane z bazy Głównego Urzędu Statystycznego. Modelowanie przeprowadzono z wykorzystaniem sztucznej sieci neuronowej. Prawdopodobieństwo wyników sprawdzono na podstawie weryfikacji danych i wynosi ono 94%.

Słowa kluczowe

PL

zasoby wodne; wody podziemne; wody powierzchniowe; prognozowanie; sztuczne sieci neuronowe

EN

water resources; underground water; superficial water; forecasting; artificial neural networks

• Czasopismo: Ecological Chemistry and Engineering. S
• Rocznik: 2010
• Tom: Vol. 17, nr 3
• Strony: 364-371
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Kolasa-Więcek, A.

• Katedra Ekonomii i Badań Regionalnych, Wydział Zarządzania i Inżynierii Produkcji, Politechnika Opolska,

Bibliografia

• [1] Koehler A.: Water use in LCA: managing the planet’s freshwater resources. Int. J. of Life Cycle Assess., 2008, 13(6), 451-455.
• [2] Anderson J., Chung F., Anderson M., Brekke L., Easton D., Ejeta M., Peterson R. and Snyder R.: Progress on incorporating climate change into management of California’s water resources. Climate Change., 2008, 87, 91-108.
• [3] Van der Brugge R. and Rotmans J.: Towards transition management of European water resources. Water Res. Manage., 2007, 21(1), 249-267.
• [4] Wei D., Jun-hong B. and Min-hua Y.: Problems and countermeasures of water resources for sustainable utilization in China. Chinese Geogr. Sci., 2002, 12(4), 289-293.
• [5] Chang-lei D., Bao-ming Ch. and Shu-qin G.: Analysis and calculation of regulated water resources of groundwater reservoir. Chinese Geogr. Sci., 2005, 15(1), 60-63.
• [6] Hermanowicz S.W.: Advancing science for water resources management. Sustain. Sci., 2008, 3(2), 181-188.
• [7] Eiswirth M., Wolf L. and Hötzl H.: Balancing the contaminant input into urban water resources. Environ. Geology, 2004, 46(2), 246-256.
• [8] Wiąckowski S.: Przyrodnicze podstawy inżynierii środowiska. Stanisław K. Wiąckowski, Kielce 2000.
• [9] Stan środowiska w Polsce na tle celów i priorytetów Unii Europejskiej. Raport wskaźnikowy 2004. Inspekcja Ochrony Środowiska, WN Gabriel Borowski, Warszawa 2006.
• [10] Regionalny Program Operacyjny Województwa Opolskiego na lata 2007-2013, wstępny projekt wersja nr 3. Uchwała Nr 3474/2006 Zarządu Województwa Opolskiego z dnia 19 kwietnia 2006 roku.
• [11] Central Statistical Office - www.stat.gov.pl
• [12] Kryza H. and Chudy K.: Oddziaływanie wysypiska odpadów komunalnych w Szymiszowie na wody podziemne głównego zbiornika wód podziemnych nr 333 Opole-Zawadzkie. Technika Poszukiw. Geolog., 2003, 42(1-2), 47-53.
• [13] Neal R.: Flexible Bayesian Models on Neural Networks, Gaussian Processes, and Mixtures, 2004-11-10. University of Toronto, Toronto 2004.
• [14] Neal R.: Bayesian Learning for Neural Networks. Springer-Verlag, New York 1996.