BP神经网络在水库蓝藻水华预测中的应用  

作　　者：刘亚平 鲁言波 李彤 李晓芳 

机构地区：[1]广东省生态环境监测中心,广东广州510308

出　　处：《资源节约与环保》2024年第3期55-59,共5页Resources Economization & Environmental Protection

摘　　要：水体污染会造成水中营养物质过剩,藻类大量繁殖,从而加速水体富营养化。本文对水质自动监测数据的水温(T)、pH、溶解氧(DO)、电导率(W_cond)、浊度(Turb)、高锰酸盐指数(COD_(Mn))、氨氮(NH_(3)-N)、总磷(TP)、总氮(TN)9个因子进行分析,建立预测叶绿素a(Chl-a)浓度的BP神经网络预测模型,并对样本数据做主成分分析得出前5个主成分累计贡献率达83.59%,通过不同变量的网络模型筛选出pH、DO和TP是预测Chl-a浓度的3个主要影响因子。结果表明,模型预测值和实测值相关系数R2达到0.972,为Chl-a浓度预测提供了一种环保、安全、可靠的技术方法。

关 键 词：BP神经网络 叶绿素a(Chl-a) 蓝藻水华 预测模型 

分 类 号：X524[环境科学与工程—环境工程] TP183[自动化与计算机技术—控制理论与控制工程]