摘要
以星云湖为研究对象,通过多年水生态监测数据筛选出富营养化的关键因子,利用BP神经网络模拟叶绿素a与各因子之间的关系,定量分析了叶绿素a的压力响应情况,结果表明:COD Mn、TP、TN是富营养化进程中3个关键因子;以0.02 mg/L为富营养化湖泊中叶绿素a的控制目标,需分别削减61%的COD Mn或77%的TP或20%的TN.模拟结果显示,星云湖的藻类生长以氮为限制因子.基于神经网络模拟分析星云湖的富营养化进程,为星云湖水污染控制提供重要的决策依据.
- 单位
以星云湖为研究对象,通过多年水生态监测数据筛选出富营养化的关键因子,利用BP神经网络模拟叶绿素a与各因子之间的关系,定量分析了叶绿素a的压力响应情况,结果表明:COD Mn、TP、TN是富营养化进程中3个关键因子;以0.02 mg/L为富营养化湖泊中叶绿素a的控制目标,需分别削减61%的COD Mn或77%的TP或20%的TN.模拟结果显示,星云湖的藻类生长以氮为限制因子.基于神经网络模拟分析星云湖的富营养化进程,为星云湖水污染控制提供重要的决策依据.