程海富营养化机理的神经网络模拟及响应情景分析

被引:6
作者
邹锐 [1 ,2 ]
董云仙 [3 ]
张祯祯 [4 ]
朱翔 [3 ]
贺彬 [3 ]
刘永 [4 ]
机构
[1] Tetra Tech Inc
[2] 昆明诚锐环保科技有限公司
[3] 云南省高原湖泊国际研究中心
[4] 北京大学环境科学与工程学院水沙科学教育部重点实验室
关键词
神经网络模型; 富营养化; 模拟; 程海; 情景分析;
D O I
暂无
中图分类号
X524 [湖泊、水库];
学科分类号
0815 ;
摘要
揭示湖泊的富营养化发生机制、定量了解关键生源要素与藻类爆发的因果关联对有效改善湖泊水质和富营养化状况具有重要的科学与决策意义。以云南省程海为例,建立了基于神经网络的响应模型,对富营养化机理进行了研究,并从富营养化核心驱动因子识别、神经网络模型构建与架构分析以及叶绿素a(Chl a)与TN、TP浓度降低的响应模拟几个方面对面临的科学问题进行探索。模拟结果表明,神经网络模型必须在适当的架构下才能产生科学合理的结果;程海的富营养化机制由一个氮(N)、磷(P)共限制的营养盐-藻类动力结构主导,但在此主导结构下拥有氮型限制的次级结构。基于神经网络模型模拟,推导出一系列基于湖体水质控制的Chl a响应的非线性函数,为程海的富营养化控制提供了快速决策支持。
引用
收藏
页码:448 / 456
页数:9
相关论文
共 21 条
[1]   神经网络模型用于数值水质模型逼近的适用性及非敏感参数的欺骗效应 [J].
邹锐 ;
张祯祯 ;
刘永 ;
郭怀成 .
环境科学学报, 2010, 30 (10) :1964-1970
[2]   智能算法在湖库富营养化预测中的应用研究综述 [J].
易仲强 .
水电能源科学, 2010, 28 (08) :33-36+26
[3]   程海冬季水华特征、成因与控制对策 [J].
董云仙 ;
金玉 ;
胡锦乾 ;
关兆国 ;
和熊祥 .
环境科学导刊, 2010, 29 (03) :28-31
[4]   河网水情预测的三种BP神经网络方法比较 [J].
王艳君 ;
金生 .
水电能源科学, 2010, 28 (02) :19-21+12
[5]   BP神经网络在千岛湖水体富营养化变化预测中的应用 [J].
刘恒 ;
严力蛟 .
科技通报, 2008, (03) :411-416
[6]   湖泊富营养化研究中的主要科学问题——代“湖泊富营养化研究”专栏序言 [J].
金相灿 .
环境科学学报, 2008, (01) :21-23
[7]   程海湖流域生态现状及综合治理措施探讨 [J].
杜菊芳 .
林业调查规划, 2006, (S1) :130-132
[8]   城市污水量短时预测的混沌神经网络模型 [J].
李晓东 ;
曾光明 ;
黄国和 ;
李建兵 ;
蒋茹 .
环境科学学报, 2006, (03) :416-419
[9]   基于MATLAB的神经网络在湖泊富营养化评价中的应用 [J].
韩涛 ;
李怀恩 ;
彭文启 .
水资源保护, 2005, (01) :24-26
[10]   利用BP神经网络方法预测西湖叶绿素a的浓度 [J].
裴洪平 ;
罗妮娜 ;
蒋勇 .
生态学报, 2004, (02) :246-251