基于综合营养状态指数和BP神经网络的黑河富营养化评价

鲍广强; 尹亮; 余金龙; 刘畅; 邱小琮

doi:10.13961/j.cnki.stbctb.2018.01.046

您当前的位置：

首页 >

文章列表页 >

基于综合营养状态指数和BP神经网络的黑河富营养化评价

试验研究

- 基于综合营养状态指数和BP神经网络的黑河富营养化评价
- Eutrophication Evaluation of Heihe River Based on Comprehensive Trophic State Index Method and BP Neural Network
- 水土保持通报 2018年38卷第1期页码：264-269
- 作者机构：
  
  1. 宁夏大学土木与水利工程学院,宁夏,银川,750021
  2. 中国水利水电科学研究院水环境研究所,北京,100038
  3. 宁夏大学生命科学学院,宁夏,银川,750021
- 作者简介：
- 基金信息：
  
  国家水体污染控制与治理科技重大专项“重点流域水生态功能三级四级分区”（2012ZX07501-002-05）
- DOI：10.13961/j.cnki.stbctb.2018.01.046
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
鲍广强, 尹亮, 余金龙, 等. 基于综合营养状态指数和BP神经网络的黑河富营养化评价[J]. 水土保持通报, 2018,38(1):264-269.

BAO Guangqiang, YIN Liang, YU Jinlong, et al. Eutrophication Evaluation of Heihe River Based on Comprehensive Trophic State Index Method and BP Neural Network[J]. Bulletin of Soiland Water Conservation, 2018, 38(1): 264-269.
鲍广强, 尹亮, 余金龙, 等. 基于综合营养状态指数和BP神经网络的黑河富营养化评价[J]. 水土保持通报, 2018,38(1):264-269. DOI： 10.13961/j.cnki.stbctb.2018.01.046.

BAO Guangqiang, YIN Liang, YU Jinlong, et al. Eutrophication Evaluation of Heihe River Based on Comprehensive Trophic State Index Method and BP Neural Network[J]. Bulletin of Soiland Water Conservation, 2018, 38(1): 264-269. DOI： 10.13961/j.cnki.stbctb.2018.01.046.

摘要

[目的

]

探究黑河流域富营养状态，为黑河流域水体污染综合防治提供基础数据和理论依据。[方法

]

选取叶绿素a （Chl.a）、总氮（TN）、总磷（TP）、高锰酸盐指数（COD

）、透明度（SD）作为评价因子，使用综合营养状态指数法和BP神经网络对黑河流域的富营养化进行综合评价。[结果

]

黑河富营养化状况主要以中营养级为主，其中野牛沟和张掖湿地的营养指数接近轻度富营养程度，东居延海处于重度富营养化，尤其是总氮指数很高，应该及时进行治理和保护。[结论

]

相对于综合营养状态指数法，BP神经网络对黑河流域的评价结果更加贴近实际结果，较为客观可靠。

Abstract

[Objective] To evaluate the current eutrophication state and provide basic data and theoretical support for the pollution control in Heihe River basin.[Methods] The total nitrogen (TN)

total phosphorus (TP)

permanganate index (CODMn)

chlorophyll a (Chl.a)

transparency (SD) were selected as indexes for water quality evaluation

and the comprehensive trophic state index and BP neural network were used to evaluate the eutrophication of Heihe River basin.[Results] The eutrophication status of Heihe River basin was mainly in medium level of nutrition. The nutrition status index of Yeniugou and Zhangye wetland were close to mild eutrophication. The eutrophication status of East Juyanhai Lake was severe and the total nitrogen index was high. The water environment of East Juyanhai Lake should be protected in time.[Conclusion] Compared to the comprehensive trophic state index method

the evaluation results of BP neural network are closer to the actual situation

and more objective and reliable.

关键词

Keywords

references

张忠祥,钱易.城市可持续发展与水污染防治对策[M].北京:中国建筑工业出版社,1998:290-324.

张宝,刘静玲.湖泊富营养化影响与公众满意度评价方法[J].水科学进展,2009,20(5):695-700.

方统中,杜耘,蔡述明,等.模糊数学在洪湖富营养化评价中的应用[J].浙江林学院学报,2008,25(4):517-521.

胡丽慧,潘安,李铁松,等.灰色聚类法在升钟水库水体富营养化评价中的应用[J].农业环境科学学报,2008,27(6):2407-2412.

李祥,袁政涛.层次分析法在上海淀山湖水质评价中的应用[J].人民长江,2014,45(18):25-27.

王京城,孙世群.物元分析法在湖泊富营养化程度评价中的应用[J].安徽水利水电职业技术学报,2008,8(1):21-23.

邱林,冯晓波,冯丽云,等.集对分析法在湖泊水质富营养化评价中的应用[J].人民长江,2008,39(5):52-54.

闻新,周露,李翔,等.MATLAB神经网络仿真与应用[M].北京:科学出版社,2003:1-3.

杨永宇,尹亮,刘畅,等.基于灰关联和BP神经网络法评价黑河流域水质[J].人民黄河,2017,39(6):58-62.

崔东文.MATLAB神经网络在湖库富营养化程度评价中的应用[J].环境研究与监测.2012,25(1):42-48.

马正华,王腾,周炯如.基于BP神经网络的太湖富营养化时空变化预测[J].常州大学学报:自然科学版,2013.25(3):62-65.

梅长青,王心源,李文达.BP网络模型在巢湖富营养化评价中的应用[J].能源与环境,2008(1):9-11.

李慧.黑河水质评价及变化趋势分析[D].兰州:兰州理工大学,2014.

祚泳,丁晶,彭荔红,等.环境质量评价原理与方法[M].北京:化学工业出版,2004.

杨洁,吴贻名,万飚.汉江水质综合评价的BP网络方法[J].武汉大学学报:工学版,2004,37(1):51-54.

杨一鹏,王娇,肖青.太湖富营养化遥感评价方法及分级标准[J].地理与地理信息科学,2007,23(3):34-37.

王明翠,刘雪芹,张建辉.湖泊富营养化评价方法及分级标准[J].中国环境监测,2002,18(5):47-49.

金相灿,屠清瑛.湖泊富营养化调查规范[M].北京:中国环境科学出版社,1990.

孙境蔚.基于BP神经网络的水体富营养化评价的研究[J].泉州师范学院学报:自然科学,2008,26(4):92-95.

浏览量

1254

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

黑河流域水资源开发对生态环境的影响

黄土湿陷性的智能化评价

BP神经网络在不同植被产流产沙分析中的应用

基于BP神经网络的草根加筋土本构模型

多分类支持向量机在泥石流危险性区划中的应用