基于BP人工神经网络和模糊理论的太湖蓝藻水华发生风险评价

闫亚玲 | -> | 404| 0| 0.329861MB |蓝藻水华,风险评价,太湖,BP人工神经网络,模糊风险评价

闫亚玲 闫亚玲 | 文档量 |浏览量4976

摘 要: 目前, 湖泊蓝藻水华是我国乃至世界的重大环境问题之一。蓝藻水华的暴发机制复杂, 具有明显的不确定性。以太湖为例, 根据近5 a 水环境和水华发生的实测数据, 结合BP( Back Pr opagatio n) 人工神经网络和模糊理论,建立了蓝藻水华发生风险的模糊风险评价方法。对太湖9 个水环境功能区的评价结果表明: 西部沿岸区、梅梁湖蓝藻水华发生风险最大, 为重度蓝藻水华风险区; 竺山湖、五里湖次之, 为中度蓝藻水华风险区; 南部沿岸区、贡湖、湖心区为轻度蓝藻水华风险区, 东太湖和东部沿岸区水华发生风险最小, 为轻微蓝藻水华风险区。建立的评价方法和评价结果, 可为蓝藻水华的预测、预警以及风险管理提供参考和依据。
    目前, 湖泊蓝藻水华是很多国家面临的重大环境问题。就我国而言, 湖泊富营养化趋势不断加
重[ 1] , 蓝藻水华的发生越来越频繁。例如太湖, 2003年以来蓝藻水华出现的次数不断增加, 强度在逐年增强[ 2] , 由此导致的社会经济损失巨大[ 3] 。2007 年梅梁湖蓝藻水华导致无锡市200 多万居民饮水危机[ 4] 。由于蓝藻水华的暴发机制复杂, 受水文、气象、环境等众多因素影响, 太湖不同区域蓝藻水华发生的可能性及程度存在明显差异, 为了有效地减少及预防蓝藻水华带来的影响, 需研究太湖各湖区发生蓝藻水华的可能性, 针对蓝藻水华进行发生风险评价, 为太湖蓝藻水华风险管理提供理论依据。
    蓝藻水华暴发的过程相似, 但生消机理复杂, 是多因素共同作用的结果。不仅要求有N、P 等营养盐条件, 还涉及到风速、微量元素等诸多因素的影响[ 5, 6] , 蓝藻水华形成的不同阶段主要影响因子不同[ 7] , 影响因子和蓝藻水华之间的关系存在不确定性。作为神经网络之一的BP 人工神经网络对于处理多因子非线性问题有着成功的应用[ 8, 9] 。模糊风险理论在描述和定量化不确定性问题上具有很大的优势。研究表明, 该方法可代替专家根据给定的样本进行概率估计[ 10~ 12] 。
    本文以太湖为例, 结合BP 人工神经网络和模糊风险评价方法, 根据蓝藻水华的生消过程机理和实测数据, 定量分析了太湖不同湖区蓝藻水华暴发的风险, 为蓝藻水华的风险管理和防治提供参考和依据。
闫亚玲发布的其他共享资料
    0 色谱币 下载

基于BP人工神经网络和模糊理论的太湖蓝藻水华发生风险评价

(329.861K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 鄂ICP备19022139号-2