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

来源：

水土保持通报 | 2018年 / 38卷 / 01期

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

页码：264 / 269

页数：6

共 19 条

[11]

环境质量评价原理与方法.[M].李祚泳等著;.化学工业出版社.2004,

[12]

MATLAB神经网络仿真与应用.[M].闻新等编著;.科学出版社.2003,

[13]

城市可持续发展与水污染防治对策.[M].张忠祥;钱易著;.中国建筑工业出版社.1998,

[14]

湖泊富营养化调查规范.[M].金相灿;屠清瑛主编;.中国环境科学出版社.1990,

[15]

黑河流域水质评价及变化趋势分析.[D].李慧.兰州理工大学.2014, 01

[16] BP网络模型在巢湖富营养化评价中的应用 [J].

梅长青 ;

王心源 ;

李文达 .

能源与环境, 2008, (01) :9-11

[17] 太湖富营养化遥感评价研究 [J].

杨一鹏 ;

王桥 ;

肖青 .

地理与地理信息科学, 2007, (03) :33-37

[18] 汉江水质综合评价的BP网络方法 [J].

杨洁 ;

吴贻名 ;

万飚 .

武汉大学学报(工学版), 2004, (01) :51-54

[19] 湖泊富营养化评价方法及分级标准 [J].

王明翠 ;

刘雪芹 ;

张建辉 .

中国环境监测, 2002, (05) :47-49

← 1 2 →