基于BP神经网络的青山水库富营养化状况评价
2013年4月、7月、10月及12月对杭州青山水库实施4次生态环境调查,采集表层水质样品,应用BP神经网络模型进行水质富营养化评价.结果表明:青山水库水质富营养化状态总体为中营养,4月最低,人工神经网络评价结果平均为1.130;7月相对较高,人工神经网络评价结果平均为1.338.4月、7月与其他月份之间差异显著(p＜0.01),10月与12月无显著性差异(p＞0.05);水库的上游(S4)、下游(S6、S7)与其他站位之间存在显著性差异(p＜0.05),4月、7月富营养化数值最大的站点为S6,10月、12月为S7,富营养化程度随着水流方向,呈现增加的趋势,这与下游库区大坝拦截作用致使水流减缓是分不开的.相对于河流,具有大面积静水区域的水库更加适合浮游植物生长,不同季节水温、日照等自然条件适应与否是造成富营养化程度时间变化的主要原因.
水库 富营养化 水质评价 BP神经网络
施沁璇 韦肖杭 施礼科 张敏 姚伟忠 崔雁娜 王俊 沈萍萍 赵汉取
浙江省淡水水产研究所,浙江湖州 313001;农业部淡水渔业健康养殖重点实验室,浙江湖州 313001 杭州市水产技术推广总站,浙江杭州 310001 浙江省淡水水产研究所,浙江湖州 313001
国内会议
第十一届长三角科技论坛水产科技分论坛暨2014年上海市渔业科技论坛
上海
中文
87-93
2014-10-27（万方平台首次上网日期，不代表论文的发表时间）