利用BP神经网络方法预测西湖叶绿素a的浓度

被引:66
作者
裴洪平
罗妮娜
蒋勇
机构
[1] 浙江大学环境与资源学院环境科学系
关键词
BP人工神经网络; 短期预测; 叶绿素a; 西湖;
D O I
暂无
中图分类号
Q946 [植物生物化学];
学科分类号
摘要
在西湖共设了 8个采样点 ,通过主成分分析选取了最能代表西湖水质状况的 7号点 (湖心 )作为研究对象。根据 2 0 0 0年 1月至 2 0 0 1年 4月西湖常规监测的水生生态数据 ,并用插值的方法使其生成足够多的样本数 ,利用 BP人工神经网络 ,探索其用于西湖水生生态状况 (叶绿素 a的浓度 )的短期变化趋势预测的可行性 ,从中找出最能反映西湖水生生态状况变化趋势的水质因子用来建立网络。并用 3号点的数据来检验网络的泛化性能 ,发现网络输出值与实际值吻合度较高。结果表明 ,水温和叶绿素a对未来一周的叶绿素 a含量影响最大 ,以这两者作为输入变量建立的网络简单、快捷 ,比其他线性数值模拟预测有较大的优势。说明人工神经网络对叶绿素 a的预测是一种有效工具 ,可为西湖富营养化治理提供科学依据。
引用
收藏
页码:246 / 251
页数:6
相关论文
共 8 条
[1]  
人工神经网络实用教程[M]. 浙江大学出版社 , 杨建刚编著, 2001
[2]  
基于MATLAB的系统分析与设计[M]. 西安电子科技大学出版社 , 王晓丹,吴崇明编著, 2000
[3]  
环境统计学[M]. 浙江科学技术出版社 , 裴洪平编著, 1999
[4]  
湖泊富营养化调查规范[M]. 中国环境科学出版社 , 金相灿,屠清瑛主编, 1990
[5]  
中国湖泊富营养化[M]. 中国环境科学出版社 , 金相灿等主编, 1990
[6]  
Study on the algal dynamic model for West Lake, Hangzhou[J] . Pei Hongping,Ma Jianyi.Ecological Modelling . 2002 (1)
[7]  
Application of the kohonen neural network in coastal water management: methodological development for the assessment and prediction of water quality[J] . P.A Aguilera,A.Garrido Frenich,J.A Torres,H Castro,J.L.Martinez Vidal,M Canton.Water Research . 2001 (17)
[8]   Using artificial intelligence to predict permeability from petrographic data [J].
Ali, M ;
Chawathé, A .
COMPUTERS & GEOSCIENCES, 2000, 26 (08) :915-925