中国环境监测
中國環境鑑測
중국배경감측
ENVIRONMENTAL MONITORING IN CHINA
2012年
3期
53-57
,共5页
张克鑫%陆开宏%朱津永%刘夏松%谢丽凤
張剋鑫%陸開宏%硃津永%劉夏鬆%謝麗鳳
장극흠%륙개굉%주진영%류하송%사려봉
BP神经网络%藻华水体%预测模型%颤藻生物量
BP神經網絡%藻華水體%預測模型%顫藻生物量
BP신경망락%조화수체%예측모형%전조생물량
以宁波大学校内池塘2009年3-10月间30周的监测数据为基础,运用BP人工神经网络方法构建预测模型,探求颤藻生物量与总氮、总磷、透明度等6项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析.结果显示:①BP神经网络模型对颤藻生物量预测值与实测值之间拟合程度良好,相关系数达到了0.984,说明BP神经网络模型可以用于水体中藻类水华的短期预测.②通过对构建的BP神经网络模型进行敏感度分析,阐明了宁波大学校内池塘藻类水华的主要驱动因素,并指出控制水体的pH是宁波大学校内池塘藻类水华防治工作的重点.
以寧波大學校內池塘2009年3-10月間30週的鑑測數據為基礎,運用BP人工神經網絡方法構建預測模型,探求顫藻生物量與總氮、總燐、透明度等6項環境因子之間的關繫,選齣最佳預測模型,併對模型進行敏感度分析.結果顯示:①BP神經網絡模型對顫藻生物量預測值與實測值之間擬閤程度良好,相關繫數達到瞭0.984,說明BP神經網絡模型可以用于水體中藻類水華的短期預測.②通過對構建的BP神經網絡模型進行敏感度分析,闡明瞭寧波大學校內池塘藻類水華的主要驅動因素,併指齣控製水體的pH是寧波大學校內池塘藻類水華防治工作的重點.
이저파대학교내지당2009년3-10월간30주적감측수거위기출,운용BP인공신경망락방법구건예측모형,탐구전조생물량여총담、총린、투명도등6항배경인자지간적관계,선출최가예측모형,병대모형진행민감도분석.결과현시:①BP신경망락모형대전조생물량예측치여실측치지간의합정도량호,상관계수체도료0.984,설명BP신경망락모형가이용우수체중조류수화적단기예측.②통과대구건적BP신경망락모형진행민감도분석,천명료저파대학교내지당조류수화적주요구동인소,병지출공제수체적pH시저파대학교내지당조류수화방치공작적중점.
