摘要
水体污染会造成水中营养物质过剩,藻类大量繁殖,从而加速水体富营养化.本文对水质自动监测数据的水温(T)、pH、溶解氧(DO)、电导率(W_cond)、浊度(Turb)、高锰酸盐指数(CODMn)、氨氮(NH3-N)、总磷(TP)、总氮(TN)9个因子进行分析,建立预测叶绿素a(Chl-a)浓度的BP神经网络预测模型,并对样本数据做主成分分析得出前 5 个主成分累计贡献率达 83.59%,通过不同变量的网络模型筛选出pH、DO和TP是预测Chl-a浓度的 3 个主要影响因子.结果表明,模型预测值和实测值相关系数R2 达到0.972,为Chl-a浓度预测提供了一种环保、安全、可靠的技术方法.
NETL
NSTL
万方数据