基于BP神经网络的海河干流叶绿素浓度短时预测研究

• 作者: 刘红磊 周滨 季民 李慧 蒋定国 赵文喜
• 来源期刊: 水利水电技术
• 学科: 地球科学
• 关键词: 海河干流 叶绿素浓度 BP神经网络 预测 富营养化 水环境与水生态 水质预报模型
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 水环境与水生态
• 页码范围: 134-140
• 页数: 7页
• 分类号: X522
• 字数: 4187字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2017.11.023

摘要

为实时预测海河干流水体藻华的暴发时段及影响程度,提高环境管理部门决策能力,以海河干流段典型断面的水质在线监测及气象站高频、实时数据为基础,基于BP神经网络,以实时叶绿素浓度、气温、光照强度和气压四项指标为输入变量,建立了叶绿素浓度日变化量的预测模型,对海河干流大光明桥处水域叶绿素浓度随时间的变化进行预测.结果表明:对海河干流叶绿素浓度短时预测影响较大的因素依次为溶解氧(叶绿素)、气温、光照强度、气压、降雨、电导率、相对湿度;预测时长越短,预测精度越高.当预测时长分别为24 h、12 h、6h时,Nash效率系数分别为0.77、0.85、0.93,预报误差的标准误差分别为5.7μg/L、4.6μg/L、3.1 μg/L;12 h内的预测精度可满足海河河道藻华预警的实际需求,为其短期预警提供了数据支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	季民		220	3455	32.0	47.0
2	刘红磊		50	211	9.0	12.0
3	蒋定国		26	130	7.0	10.0
4	李慧		22	103	6.0	9.0
5	赵文喜		18	91	5.0	9.0
7	周滨		19	53	5.0	5.0