10.3969/j.issn.1000-6923.2017.05.034
基于神经网络的城市内湖水华预警综合建模方法研究
针对城市内湖水华产生过程存在复杂性、时变性、不确定性等特点,运用内集-外集、粗糙集约简和RBF神经网络模型,通过水华藻生物量阈值界定、风险概率计算、预警等级划分、预警因子识别和神经网络预测模型的研究,提出一种城市内湖水华预警综合建模方法.以天津清净湖为例,利用pH值、水温等12项水质指标监测数据,确定清净湖水华的叶绿素a浓度阈值为70.98μg/L,依据水华风险概率划分5个水华预警等级,并确定水温、溶解氧、高锰酸盐指数和TDS为水华预警因子.利用RBF神经网络技术构建清净湖水华预警模型,验证结果显示,模型预测精度达85.7%,表明该方法能较好地用于城市内湖水华预警模型构建.
水华、风险概率、预警等级、预警因子、预警模型
37
X524(水体污染及其防治)
天津市自然科学基金15JCYBJC49100;天津水质科学与技术重点实验室开放基金TJKLAST-ZD-2015-01
2017-06-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
1872-1878