基于主成分分析的BP神经网络在水华预测中的应用

• 作者: 吴文青 夏杰 许海洋
• 来源期刊: 世界生态学
• 学科: 工学
• 关键词: 水华预测 理化因子 主成分分析 BP神经网络
• 年，卷（期）: sjstx,（2）
• 页码范围: 53-60
• 页数: 8页
• 分类号: TP39

摘要

随着淡水生态系统水体污染和富营养化进程的加剧,诱发了大面积水华,其不仅破坏生态系统,而且造成巨大的经济损失。因此,根据水体各个理化因子对水华的发生进行预测就显得尤为重要。首先根据池塘1~15周的数据,利用主成分分析法对影响浮游生物总量的13个理化因子进行主要影响因子分析,得到池塘水华发生的主要影响因子为:总氮、透明度、溶解氧、铵态氮、盐度、总磷,溶氧。其次,根据确定的7个主要理化因子作为BP神经网络的输入层,浮游生物量作为输出层来对水华发生进行预测。结果表明基于主成分分析的BP神经网络模型的预测结果与真实值的拟合系数高达0.9912。为此,本文的研究方法可有效地预测水华的发生。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴文青	西南科技大学理学院	15	11	2.0	2.0
2	夏杰	西南科技大学理学院	8	0	0.0	0.0
3	许海洋	西南科技大学理学院	4	0	0.0	0.0