洪湖水质富营养化评价方法比较

作者：孙咏曦; 陈燕飞^*; 周元; 董玉茹

来源：水电能源科学, 2023, 41(09): 36-5.

DOI：10.20040/j.cnki.1000-7709.2023.20230294

• 富营养化
• 综合营养指数
• BP神经网络
• 卷积-富营养化评价模型

为科学评价水体富营养化程度，在对比分析各种富营养化评价方法基础上，引入卷积神经网络(CNN),建立卷积-富营养化(CNN-E)模型。根据洪湖2014～2019年月尺度水质及藻类监测数据，采用综合营养指数法、BP神经网络法与CNN-E模型评价其富营养化程度，并采用平均绝对误差、均方根误差、决定系数和纳什效率系数评价神经网络模型性能。结果表明，洪湖长期处于轻度富营养状态，富营养化程度不断加重。模型性能方面，CNN-E模型四种评价指标分别优于BP神经网络0.166、0.098、0.078与0.087。CNN-E模型可为湖泊水体富营养化预防及综合治理提供技术支持。

• 单位
  长江大学