本文選題：水華 + 風(fēng)險(xiǎn)概率��； 參考：《中國(guó)環(huán)境科學(xué)》2017年05期

【摘要】：針對(duì)城市內(nèi)湖水華產(chǎn)生過(guò)程存在復(fù)雜性、時(shí)變性、不確定性等特點(diǎn),運(yùn)用內(nèi)集-外集、粗糙集約簡(jiǎn)和RBF神經(jīng)網(wǎng)絡(luò)模型,通過(guò)水華藻生物量閾值界定、風(fēng)險(xiǎn)概率計(jì)算、預(yù)警等級(jí)劃分、預(yù)警因子識(shí)別和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的研究,提出一種城市內(nèi)湖水華預(yù)警綜合建模方法.以天津清凈湖為例,利用p H值、水溫等12項(xiàng)水質(zhì)指標(biāo)監(jiān)測(cè)數(shù)據(jù),確定清凈湖水華的葉綠素a濃度閾值為70.98?g/L,依據(jù)水華風(fēng)險(xiǎn)概率劃分5個(gè)水華預(yù)警等級(jí),并確定水溫、溶解氧、高錳酸鹽指數(shù)和TDS為水華預(yù)警因子.利用RBF神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建清凈湖水華預(yù)警模型,驗(yàn)證結(jié)果顯示,模型預(yù)測(cè)精度達(dá)85.7%,表明該方法能較好地用于城市內(nèi)湖水華預(yù)警模型構(gòu)建.
[Abstract]:In view of the complexity, time variability and uncertainty in the process of water bloom generation in urban lakes, the risk probability was calculated by means of Shui Hua biomass threshold, rough set reduction and RBF neural network model. This paper presents a comprehensive modeling method for early warning of lake blooms in cities by studying the classification of early warning grades, the recognition of early warning factors and the prediction model of neural network. Taking Qingjing Lake in Tianjin as an example, using the monitoring data of 12 water quality indexes, such as pH value and water temperature, the threshold value of chlorophyll a concentration in Qingjing Lake water bloom is determined to be 70.98 g / L, and five Shui Hua warning grades are classified according to the risk probability of Shui Hua, and the water temperature and dissolved oxygen are determined. Permanganate index and TDS were Shui Hua warning factors. The early warning model of Qingjing lake water bloom is constructed by using RBF neural network technology. The results show that the prediction accuracy of the model is 85.7, which indicates that this method can be used to construct the early warning model of lake water bloom in city.
【作者單位】： 天津城建大學(xué)環(huán)境與市政工程學(xué)院;天津市水質(zhì)科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：天津市自然科學(xué)基金(15JCYBJC49100) 天津水質(zhì)科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室開放基金(TJKLAST-ZD-2015-01)
【分類號(hào)】：X524

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李少華,董向元,于靜梅;基于神經(jīng)網(wǎng)絡(luò)的大氣污染預(yù)報(bào)方法的研究[J];東北電力學(xué)院學(xué)報(bào);2003年04期

2 馮利華;張行才;;神經(jīng)網(wǎng)絡(luò)在環(huán)境質(zhì)量評(píng)價(jià)中的問題[J];微計(jì)算機(jī)應(yīng)用;2008年02期

3 王芳;程水源;李明君;范清;;遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)用于大氣污染預(yù)報(bào)[J];北京工業(yè)大學(xué)學(xué)報(bào);2009年09期

4 王德喜;王曉凱;王小藝;;基于灰色-神經(jīng)網(wǎng)絡(luò)的城市湖庫(kù)水華預(yù)測(cè)研究[J];測(cè)試技術(shù)學(xué)報(bào);2013年04期

5 郭慶春;何振芳;李力;;人工神經(jīng)網(wǎng)絡(luò)在黃河水環(huán)境質(zhì)量評(píng)價(jià)中的應(yīng)用[J];河南科學(xué);2012年07期

6 王燦星,候樹強(qiáng);杭州市區(qū)大氣中PM_(10)等污染物的預(yù)測(cè)研究[J];儀器儀表學(xué)報(bào);2004年S1期

7 崔明;馬國(guó)建;;神經(jīng)網(wǎng)絡(luò)在渤海灣富營(yíng)養(yǎng)化模型中的研究[J];山西建筑;2011年15期

8 周建康,熊亞南,朱春龍;基于MATLAB下BP網(wǎng)絡(luò)在河流污染物濃度預(yù)報(bào)中的應(yīng)用[J];水利水電技術(shù);2004年09期

9 國(guó)鋒;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)的赤潮預(yù)警[J];信息化縱橫;2009年18期

10 楊文娟;;神經(jīng)網(wǎng)絡(luò)和主元分析—神經(jīng)網(wǎng)絡(luò)軟測(cè)量技術(shù)在污水處理系統(tǒng)中的應(yīng)用[J];地球科學(xué)與環(huán)境學(xué)報(bào);2008年01期

相關(guān)會(huì)議論文 前9條

1 牛東曉;王海峰;成功;;基于BP神經(jīng)網(wǎng)絡(luò)的河北省大氣環(huán)境質(zhì)量評(píng)價(jià)[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

2 余新新;肖新平;劉小燕;宋婭莉;魏利軍;朱曉明;鄭龍;;神經(jīng)網(wǎng)絡(luò)技術(shù)在水質(zhì)量控制系統(tǒng)中的應(yīng)用研究[A];第六屆中國(guó)青年運(yùn)籌與管理學(xué)者大會(huì)論文集[C];2004年

3 鄭勇明;吳信民;張葉;楊亞新;;BP神經(jīng)網(wǎng)絡(luò)方法在鈾礦山輻射環(huán)境評(píng)價(jià)中的應(yīng)用研究[A];中國(guó)核科學(xué)技術(shù)進(jìn)展報(bào)告（第二卷）——中國(guó)核學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集第5冊(cè)（輻射防護(hù)分卷、核化工分卷）[C];2011年

4 邱海源;趙汝榮;白振炎;陳琦;鄭武杰;黃金蓮;;粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)生態(tài)評(píng)估界限模型[A];中國(guó)地質(zhì)學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文摘要匯編——S16礦山地質(zhì)環(huán)境防治研討會(huì)分會(huì)場(chǎng)[C];2013年

5 王燦星;祁國(guó)偉;何曦;卓國(guó)祥;;BP神經(jīng)網(wǎng)絡(luò)用于大氣中顆粒物(TSP)預(yù)測(cè)的研究[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

6 張穎穎;侯廣利;劉巖;范萍萍;;基于時(shí)間序列神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測(cè)方法研究[A];中國(guó)海洋學(xué)會(huì)2013年學(xué)術(shù)年會(huì)第14分會(huì)場(chǎng)海洋裝備與海洋開發(fā)保障技術(shù)發(fā)展研討會(huì)論文集[C];2013年

7 朱憲春;樂群;;基于GA-BP神經(jīng)網(wǎng)絡(luò)的pm_(10)API指數(shù)預(yù)報(bào)[A];第七屆長(zhǎng)三角氣象科技論壇論文集[C];2010年

8 王燦星;祁國(guó)偉;何曦;卓國(guó)祥;;BP神經(jīng)網(wǎng)絡(luò)用于大氣中顆粒物(TSP)預(yù)測(cè)的研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

9 鐘進(jìn);唐宇;李建華;朱曉彥;;基于優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的企業(yè)環(huán)境行為的信用評(píng)價(jià)[A];2014中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)（第三章）[C];2014年

相關(guān)博士學(xué)位論文 前2條

1 陳柳;小波分析和神經(jīng)網(wǎng)絡(luò)應(yīng)用于大氣污染預(yù)測(cè)的研究[D];西安建筑科技大學(xué);2006年

2 徐華;空氣污染和水污染的管理方法模型[D];南京理工大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 胡婷;改進(jìn)QGA-BP模型及其在彌苴河總氮量預(yù)測(cè)中的應(yīng)用[D];昆明理工大學(xué);2015年

2 夏小鵬;基于ESN模型的北京市PM2.5日均濃度污染等級(jí)預(yù)測(cè)與時(shí)空分布分析[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 劉子翔;基于GA和LM算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在域市空氣質(zhì)量預(yù)n,中的應(yīng)用研究[D];山東大學(xué);2015年

4 龔雪飛;基于集成神經(jīng)網(wǎng)絡(luò)的多元有害氣體定量檢測(cè)方法研究[D];寧波大學(xué);2015年

5 王麗丹;基于尖峰自組織遞歸RBF神經(jīng)網(wǎng)絡(luò)的SVI軟測(cè)量研究[D];北京工業(yè)大學(xué);2015年

6 謝超;華北西部地區(qū)典型城市環(huán)境污染特征、變化規(guī)律、環(huán)境氣象相關(guān)性及預(yù)測(cè)研究[D];北京工業(yè)大學(xué);2015年

7 劉會(huì)文;基于模糊綜合評(píng)價(jià)和BP神經(jīng)網(wǎng)絡(luò)的景觀河道水質(zhì)評(píng)價(jià)研究[D];河北工業(yè)大學(xué);2015年

8 潘婷;時(shí)序分析法在碳價(jià)市場(chǎng)預(yù)測(cè)與分析上的應(yīng)用[D];湖南師范大學(xué);2015年

9 成華義;GA-PSO-BP神經(jīng)網(wǎng)絡(luò)在大氣污染物濃度預(yù)測(cè)中的應(yīng)用研究[D];華中科技大學(xué);2014年

10 姚雪;基于相容粗糙集的神經(jīng)網(wǎng)絡(luò)濕地遙感分類研究[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2016年

，

本文編號(hào)：1978421