利用人工神经网络模型评价胶州湾水域富营养化水平  

Assessment on eutrophication in Jiaozhou Bay using artificial neural networks(ANN) model

作　　者：姚云[1] 郑世清[1] 沈志良[2] 

机构地区：[1]青岛科技大学计算机与化工研究所,山东青岛266042 [2]中国科学院海洋研究所海洋生态与环境科学重点实验室,山东青岛266071

出　　处：《海洋环境科学》2008年第1期10-12,共3页Marine Environmental Science

基　　金：国家自然科学基金资助项目(40776043);中国科学院知识创新工程资助项目KZCX3-SW-214号;中国科学院野外台站网络基金项目(胶州湾)

摘　　要：考虑到影响富营养化的指标之间是非线性的关系,建立了5-5-1拓扑结构的人工神经网络模型。利用此模型的冲量算法和LM算法对胶州湾海水的富营养化水平进行了评价。结果表明,两种算法所得结果基本一致,胶州湾西北部、北部和东部海域已达到富营养化,其他海域处于中度营养水平。富营养化与沿岸工农业废水、生活污水和养殖废水的排放、湾内海水与外海水的交换速率以及水域水深条件密切相关。人工神经网络模型评价的胶州湾水域的富营养化状态与真实情况接近,因此,利用人工神经网络模型评价海水富营养化是快速、简便、有效的方法。A 5-5-1 BP network is established considering the indexes effecting the eutrophication are non-linear correlative.The assessment on seawater eutrophication in Jiaozhou Bay is carried out using the ANN with two training algorithms-Gradient descent with momentum & Levenerg-Marquardt.The two training algorithms results in the similar conclution that seawater in the northern and eastern of Jiaozhou Bay is eutrophic and the rest is mesotrophic.Compared with the results of fuzzy synthesis evaluation,the seawater ...

关 键 词：人工神经网络 胶州湾 富营养化 评价 

分 类 号：X824[环境科学与工程—环境工程]