BP神经网络在2005年太湖蓝藻水华预警中的应用

被引：3

作者：

张娣

景元书

温新龙

机构：

[1] 南京信息工程大学应用气象学院

来源：

中国农学通报 | 2013年 / 29卷 / 23期

关键词：

蓝藻; 气象条件; 主成分分析; BP神经网络;

D O I：

暂无

中图分类号：

X524 [湖泊、水库];

学科分类号：

0815 ;

摘要：

蓝藻水华是目前中国乃至世界面临的重大环境问题之一。为了有效地减少及预防蓝藻水华带来的影响,收集苏州市吴县1986—2007年的气象资料,运用主成分分析法,分析了太湖蓝藻暴发前一个月的主要限制因子及其相互关系。气温、气压、相对湿度、降水是影响叶绿素a浓度的主要限制因子。结合2005年1—10月太湖各区域蓝藻叶绿素a浓度的含量,利用Matlab R2010a软件,建立了基于BP神经网络的蓝藻水华预警模型,可为采取相应措施和控制蓝藻水华提供科学依据。

引用

页码：216 / 220

页数：5

共 10 条

[1] 基于BP人工神经网络和模糊理论的太湖蓝藻水华发生风险评价 [J].

张艳会 ;

徐兆安 ;

陈求稳 ;

李伟峰 ;

张小晴 .

长江流域资源与环境, 2011, 20 (09) :1092-1097

[2] 全球气候变化对太湖蓝藻水华发展演变的影响 [J].

王成林 ;

潘维玉 ;

韩月琪 ;

钱新 .

中国环境科学, 2010, 30 (06) :822-828

[3] 太湖叶绿素a浓度预测模型初探 [J].

刘建萍 ;

张玉超 ;

钱新 ;

钱瑜 .

环境保护科学, 2009, 35 (04) :46-49

[4] 太湖水质的时空分异特征及其与水华的关系 [J].

朱广伟 .

长江流域资源与环境, 2009, 18 (05) :439-445

[5] 应用时间序列分析法对太湖叶绿素-a含量的动态研究 [J].

龚绍琦 ;

黄家柱 ;

李云梅 ;

黎刚 .

海洋与湖沼, 2008, 39 (06) :591-598

[6] 太湖蓝藻暴发的气象条件研究 [J].

任健 ;

蒋名淑 ;

商兆堂 ;

秦铭荣 .

气象科学, 2008, (02) :221-226

[7] 基于GIS下的太湖水质富营养化模糊综合评价 [J].

龚绍琦 ;

黄家柱 ;

李云梅 ;

韦玉春 ;

顾征帆 .

环境科学, 2005, (05) :34-37

[8]

太湖水环境演化过程与机理[M]. 科学出版社 , 秦伯强等编著, 2004

[9]

Case studies on the use of neural networks in eutrophication modeling[J] . Ecological Modelling . 2000 (2)

[10]

Modelling algal growth and transport in rivers: a comparison of time series analysis, dynamic mass balance and neural network techniques[J] . P. G. Whitehead,A. Howard,C. Arulmani. Hydrobiologia . 1997 (1)

← 1 →