基于BP神经网络的藻类水华预测模型研究

• 作者: 刘夏松 张克鑫 朱津永 谢丽凤 陆开宏
• 来源期刊: 中国环境监测
• 学科: 地球科学
• 关键词: BP神经网络 藻华水体 预测模型 颤藻生物量
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 评价方法
• 页码范围: 53-57
• 分类号: X824
• 字数: 3317字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6002.2012.03.012

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆开宏	宁波大学应用海洋生物技术教育部重点实验室	92	1759	21.0	38.0
2	朱津永	宁波大学应用海洋生物技术教育部重点实验室	18	216	8.0	14.0
3	张克鑫	宁波大学应用海洋生物技术教育部重点实验室	6	75	4.0	6.0
4	刘夏松	宁波大学应用海洋生物技术教育部重点实验室	4	35	3.0	4.0
5	谢丽凤	宁波大学应用海洋生物技术教育部重点实验室	7	98	5.0	7.0