首页|使用自组织特征映射神经网络对湖泊水生态功能分区

使用自组织特征映射神经网络对湖泊水生态功能分区

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
以白洋淀淀区为研究案例,在水文、气象、水化学、水生态以及人类活动干扰多要素基础上,耦合生态系统服务空间分布,形成水生态分区指标体系框架,通过自组织特征映射(self-organizing feature map,SOFM)神经网络,并将案例区划分为核心湿地保护区、湿地生态缓冲区、入淀河流缓冲区和生态屏障区4类水生态功能区域,面积分别为9763.81、9538.59、5953.15和5417.53 hm2,分别占白洋淀淀区面积的31.83％、31.10％、19.41％、17.66％.分区结果体现了一定的层次结构与空间特征差异,可为未来科学识别不同区域压力源、淀区精准修复以及差别化水质管理提供科学的数据支撑.
Eco-functional regionalization of Baiyangdian Lake water system according to self-organizing feature map of neural networks

田艺苑、孙立鑫、杨薇

展开 >

北京师范大学环境学院,100875,北京

北京师范大学水环境模拟国家重点实验室,100875,北京

生态功能分区 自组织特征映射神经网络 生态系统服务 白洋淀

国家水体污染控制与治理科技重大专项资助项目国家重点基础研发计划资助项目

2018ZX071100012017YFC0404505

2021

10.12202/j.0476-0301.2020442

北京师范大学学报(自然科学版)
北京师范大学

北京师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.505
ISSN：0476-0301
年,卷(期)：2021.57(1)
  • 2
  • 25