给水排水
給水排水
급수배수
2013年
11期
120-123
,共4页
马垚%黄勇%李学艳%李奂%周琦
馬垚%黃勇%李學豔%李奐%週琦
마요%황용%리학염%리환%주기
水华预警%相关加权营养状态指数%广义回归神经网络%叶绿素a%地表缓流河流
水華預警%相關加權營養狀態指數%廣義迴歸神經網絡%葉綠素a%地錶緩流河流
수화예경%상관가권영양상태지수%엄의회귀신경망락%협록소a%지표완류하류
以地表缓流河流为研究对象,利用相关加权营养状态指数(TLI)模型及广义回归神经网络(GRNN),建模预警可见水华的暴发.先选取叶绿素a(Chla)浓度为基准参数,氨氮、透明度为参数,建立相关加权营养状态指数模型,并利用统计分析法确定出TLI阈值为70、水温阈值为28℃.再以TLI、水温为输入,以水体中的Chla为输出,建立并训练GRNN.将TLI阈值、水温阈值带入GRNN中,最终确定可见水华暴发的Chla临界值为33 μg/L.基于TLI、水温、Chla等的阈值,以监测数据进行验证对比,准确率达85％.用该方法来预警地表缓流河流可见水华具有很高的准确度.
以地錶緩流河流為研究對象,利用相關加權營養狀態指數(TLI)模型及廣義迴歸神經網絡(GRNN),建模預警可見水華的暴髮.先選取葉綠素a(Chla)濃度為基準參數,氨氮、透明度為參數,建立相關加權營養狀態指數模型,併利用統計分析法確定齣TLI閾值為70、水溫閾值為28℃.再以TLI、水溫為輸入,以水體中的Chla為輸齣,建立併訓練GRNN.將TLI閾值、水溫閾值帶入GRNN中,最終確定可見水華暴髮的Chla臨界值為33 μg/L.基于TLI、水溫、Chla等的閾值,以鑑測數據進行驗證對比,準確率達85％.用該方法來預警地錶緩流河流可見水華具有很高的準確度.
이지표완류하류위연구대상,이용상관가권영양상태지수(TLI)모형급엄의회귀신경망락(GRNN),건모예경가견수화적폭발.선선취협록소a(Chla)농도위기준삼수,안담、투명도위삼수,건립상관가권영양상태지수모형,병이용통계분석법학정출TLI역치위70、수온역치위28℃.재이TLI、수온위수입,이수체중적Chla위수출,건립병훈련GRNN.장TLI역치、수온역치대입GRNN중,최종학정가견수화폭발적Chla림계치위33 μg/L.기우TLI、수온、Chla등적역치,이감측수거진행험증대비,준학솔체85％.용해방법래예경지표완류하류가견수화구유흔고적준학도.
