基于综合营养状态指数和BP神经网络的黑河富营养化评价

被引:31
作者
鲍广强 [1 ]
尹亮 [1 ]
余金龙 [1 ]
刘畅 [2 ]
邱小琮 [3 ]
机构
[1] 宁夏大学土木与水利工程学院
[2] 中国水利水电科学研究院水环境研究所
[3] 宁夏大学生命科学学院
关键词
黑河流域; 综合营养状态指数法; BP神经网络; 富营养化评价;
D O I
10.13961/j.cnki.stbctb.2018.01.046
中图分类号
TP183 [人工神经网络与计算]; X824 [水质评价];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 071012 ; 0713 ; 083002 ;
摘要
[目的]探究黑河流域富营养状态,为黑河流域水体污染综合防治提供基础数据和理论依据。[方法]选取叶绿素a(Chl.a)、总氮(TN)、总磷(TP)、高锰酸盐指数(CODMn_)、透明度(SD)作为评价因子,使用综合营养状态指数法和BP神经网络对黑河流域的富营养化进行综合评价。[结果]黑河富营养化状况主要以中营养级为主,其中野牛沟和张掖湿地的营养指数接近轻度富营养程度,东居延海处于重度富营养化,尤其是总氮指数很高,应该及时进行治理和保护。[结论]相对于综合营养状态指数法,BP神经网络对黑河流域的评价结果更加贴近实际结果,较为客观可靠。
引用
收藏
页码:264 / 269
页数:6
相关论文
共 19 条
[1]   基于灰关联和BP神经网络法评价黑河流域水质 [J].
杨永宇 ;
尹亮 ;
刘畅 ;
赵常山 ;
伍冠星 ;
邱小琮 .
人民黄河, 2017, 39 (06) :58-62
[2]   层次分析法在上海淀山湖水质评价中的应用 [J].
李祥 ;
袁政涛 .
人民长江, 2014, 45 (18) :25-27
[3]   基于BP神经网络的太湖富营养化时空变化预测 [J].
马正华 ;
王腾 ;
周炯如 .
常州大学学报(自然科学版), 2013, 25 (03) :62-65
[4]  
MATLAB神经网络在湖库富营养化程度评价中的应用——以全国24个湖泊富营养化程度评价为例.[J].崔东文;.环境研究与监测.2012, 01
[5]   湖泊富营养化影响与公众满意度评价方法 [J].
张宝 ;
刘静玲 .
水科学进展, 2009, 20 (05) :695-700
[6]   灰色聚类法在升钟水库水体富营养化评价中的应用 [J].
胡丽慧 ;
潘安 ;
李铁松 ;
李成柱 ;
王佑汉 .
农业环境科学学报, 2008, 27 (06) :2407-2412
[7]   模糊数学在洪湖富营养化评价中的应用 [J].
方统中 ;
杜耘 ;
蔡述明 ;
陈斌 ;
江炎生 .
浙江林学院学报, 2008, (04) :517-521
[8]   基于BP神经网络的水体富营养化评价的研究 [J].
孙境蔚 .
泉州师范学院学报, 2008, (04) :92-95+115
[9]   物元分析法在湖泊富营养化程度评价中的应用 [J].
王京城 ;
孙世群 .
安徽水利水电职业技术学院学报, 2008, (01) :21-23
[10]   集对分析法在湖泊水质富营养化评价中的应用 [J].
邱林 ;
冯晓波 ;
冯丽云 ;
段延宾 .
人民长江, 2008, (05) :52-54