基于概率神经网络的城市湖泊生态系统健康评价研究

被引：16

作者：

肖韬 ^{[1
,2
]}

袁兴中 ^{[1
,2
]}

唐清华 ^{[3
]}

高强 ^{[3
]}

庞志研 ^{[3
]}

祝慧娜 ^{[1
,2
,4
]}

毕温凯 ^{[1
,2
]}

林同云 ^{[1
,2
]}

梁婕 ^{[1
,2
]}

江洪炜 ^{[1
,2
]}

曾光明 ^{[1
,2
]}

机构：

[1] 湖南大学环境科学与工程学院

[2] 环境生物与控制教育部重点实验室(湖南大学)

[3] 广州市水务科学研究所

[4] 河南工业大学化学化工学院

来源：

环境科学学报 | 2013年 / 33卷 / 11期

关键词：

概率神经网络; 湖泊生态系统; 健康评价;

D O I：

10.13671/j.hjkxxb.2013.11.035

中图分类号：

X826 [生物评价、生态评价];

学科分类号：

1402 ;

摘要：

概率神经网络(PNN)是一种结构简单、训练简捷、应用十分广泛的人工神经网络,并且在水质分类等环境领域已取得一定研究成果.本文选取广州市最大的人工湖——白云湖作为研究对象,结合其水质监测数据及生物监测数据,建立概率神经网络模型对其进行湖泊生态系统健康评价,得到不同监测时间点的湖泊生态系统健康评价结果.分析表明:①白云湖生态系统比较脆弱,目前净化水质的效果有限;②各监测点的评价结果均呈季节性变化,丰水期湖泊生态系统健康状态好于枯水期,年际变化不显著.实验结果表明,利用概率神经网络对湖泊生态系统健康状态进行评价是可行的,与传统评价方法相比,其具有训练时间短、权重确定客观、输出结果稳定等优势,可以运用到更多相关领域.

引用

页码：3166 / 3172

页数：7