BP神经网络在水库蓝藻水华预测中的应用

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：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.

作者：

刘亚平、鲁言波、李彤、李晓芳

展开 >

作者单位：

广东省生态环境监测中心,广东广州 510308

关键词：

BP神经网络叶绿素a(Chl-a) 蓝藻水华预测模型

出版年：

2024

资源节约与环保

天津市节能协会

资源节约与环保

影响因子：0.399

ISSN：1673-2251

年,卷(期)：2024.(3)

参考文献量13