人工神经网络在深圳市水库富营养化评价中的应用

被引：8

作者：

林高松

黄晓英

李娟

机构：

[1] 深圳市环境科学研究院

来源：

环境监测管理与技术 | 2010年 / 22卷 / 01期

关键词：

人工神经网络; 富营养化评价; 水库; 深圳;

D O I：

暂无

中图分类号：

X824 [水质评价];

学科分类号：

071012 ; 0713 ; 083002 ;

摘要：

对富营养化评价标准进行插值获取大量的样本,建立了基于BP人工神经网络的富营养化评价模型。将模型应用于评价深圳市13座主要水库的富营养化状况,对其成因进行分析,并提出了对策与建议。研究结果表明,石岩水库与深圳水库为轻度富营养化,占评价水库总数的15.4%;西丽水库等11座水库为中营养,占评价水库总数的84.6%。人工神经网络用于建立湖库富营养评价模型是适合的。

引用

收藏

页码：59 / 63

页数：5

相关论文

共 13 条

[1] 淀山湖水质状况及富营养化评价 [J].

郑晓红 ;

汪琴 .

环境监测管理与技术, 2009, 21 (02) :68-70

[2] 基于BP神经网络的齐齐哈尔地区地下水水质评价 [J].

秦传玉 ;

赵勇胜 ;

张伟红 ;

郭晓东 ;

耿楠楠 .

环境监测管理与技术, 2007, (02) :15-18

[3] 基于RBF神经网络的湖库水质富营养化程度评价模型 [J].

张晓丹 ;

黄朝君 ;

徐菡 ;

刘钦圣 .

环境工程, 2007, (02) :80-82+5

[4] 基于神经网络简单集成的湖库富营养化综合评价模型 [J].

邓大鹏 ;

刘刚 ;

李学德 ;

花日茂 ;

汤锋 .

生态学报, 2007, (02) :725-731

[5] 基于贝叶斯公式的湖泊富营养化随机评价方法及其验证 [J].

谢平 ;

李德 ;

陈广才 ;

叶爱中 .

长江流域资源与环境, 2005, (02) :224-228

[6] 用灰色聚类法对荔湾湖水质富营养化程度的评价 [J].

朱庆峰 ;

廖秀丽 ;

陈新庚 ;

张淑娟 .

中国环境监测, 2004, (02) :47-50

[7] 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

[8] 湖库富营养化人工神经网络评价模型 [J].

楼文高 .

水产学报, 2001, (05) :474-478

[9] 集对分析用于湖泊富营养化评价研究 [J].

李凡修 ;

辛焰 ;

陈武 .

重庆环境科学, 2000, (06) :10-11+16

[10]

湖泊水质富营养化评价的多准则神经网络法[J]. 胡明星,郭玲香,郭达志.上海环境科学. 1998(04)