基于支持向量机的太湖梅梁湾叶绿素a浓度预测模型

被引：22

作者：

张成成 ^{[1
]}

陈求稳 ^{[1
,2
]}

徐强 ^{[1
]}

张晓晴 ^{[1
]}

机构：

[1] 中国科学院生态环境研究中心环境水质学国家重点实验室

[2] 三峡大学

来源：

环境科学学报 | 2013年 / 33卷 / 10期

关键词：

梅梁湾; 叶绿素a; SVM;

D O I：

10.13671/j.hjkxxb.2013.10.033

中图分类号：

X834 [海洋监测];

学科分类号：

0804 ; 082803 ;

摘要：

以梅梁湾2010年4月至2011年12月的监测数据为基础,选取太阳总辐射、综合消光系数、水温、总无机氮、pH和当前的叶绿素a浓度等作为输入变量,以7d后的叶绿素a浓度作为输出变量,运用支持向量机(SVM)建立了针对"三号标"监测点的叶绿素a浓度预测模型,并进行了输入变量的敏感性分析.通过模拟值和实测值的对比分析发现,该模型能较好地预测7d后叶绿素a的浓度变化情况.模型输入变量的敏感性分析结果表明,当前的叶绿素a浓度是影响预测结果的最重要因子,然后依次为pH、太阳总辐射、综合消光系数、水温和总无机氮.

引用

页码：2856 / 2861

页数：6

共 19 条

[1] 一种基于改进支持向量机的入侵检测方法研究 [J].