共查询到20条相似文献,搜索用时 640 毫秒
1.
2.
3.
本文以太湖流域管理局水文局2010-2014年系列监测资料为依据,根据《技术大纲》的相关评价标准并且结合历年《太湖健康评估报告》成果,通过太湖近5年的水功能区达标率、富营养化指数、鱼类损失指数、河湖连通情况等指标在不同年份之间的变化情况分析,对太湖流域水生态状况作出总体评价。认为,2014年太湖水功能区达标率为62.5%;平均营养指数为61.5,评价结果为中度富营养化;鱼类损失指数为0.49,评价结果为中;河湖连通率为80.87%,评价结果为良。 相似文献
4.
5.
构建了包括目标层、准则层和指标层的南渡江下游河流生态系统健康评价模型,其中,准则层包括环境功能、生态功能、防洪功能、利用功能和服务功能等共计15个评价指标。根据国内外研究成果和南渡江下游河流的实际情况,划分评价指标的评价标准及其刻度值,利用层次分析法得到综合评价指数为0.751,说明南渡江下游河流处于良好健康状态。 相似文献
6.
7.
8.
9.
10.
11.
12.
提出基于随机漂移粒子群(RDPSO)算法结构优化的三隐层BP神经网络水质预测方法,利用RDPSO算法优化三隐层BP神经网络隐层节点数,构建三隐层RDPSO-BP水质预测模型,并与基于单隐层、双隐层节点优化的RDPSO-BP神经网络、基于网络权值阈值优化的RDPSO-BP神经网络预测模型作对比,以云南省五里冲水库总氮预测为例进行实例研究,利用实例60个月的总氮监测资料对此4种模型进行训练和预测。结果显示,三隐层RDPSO-BP神经网络模型对总氮预测的平均相对误差绝对值为6.98%,预测精度远高于其他3种模型,具有较好的预测精度和泛化能力。模型及方法可为相关水质预测研究提供参考。 相似文献
13.
加强太湖流域综合管理维护河湖健康生态 总被引:2,自引:0,他引:2
以太湖流域为例,分析了流域水生态环境问题和河湖生态健康的评价指标,阐明了流域综合管理对维护河湖生态健康的重要性,提出了有效的流域管理目标在于建立人类活动与生态环境之间平衡的观点.维护流域生态健康所必需的综合管理措施,首先是要形成流域综合管理机制,建立高效、权威的流域管理机构,通过有效的流域综合管理来协调人类活动与水生态环境的兼容性,对于已经受损的流域河湖生态系统需要采取有效措施加以修复或恢复.另外,提出应把河湖生态健康作为衡量可持续发展和流域管理成效的尺度之一. 相似文献
14.
15.
16.
<正>按照《关于全面推行河长制的意见》的相关要求,为进一步推动河湖健康评价工作,平山县水利局以郭苏河作为平山县河湖健康评价工作试点。生态流量满足程度是河流健康评价的重要必选指标,郭苏河无已批复的生态水量保障实施方案。此文按照《河湖健康评价指南》以及《河北省河湖健康评价技术大纲》的要求,依据《河湖生态环境需水量计算规范》中的计算方法,计算了郭苏河生态流量目标值,并对不同计算方法进行了对比分析。 相似文献
17.
基于BP神经网络在白洋淀水质综合评价中的应用 总被引:1,自引:0,他引:1
张彦 《河北水利水电技术》2014,(3):63-66
选用2012年为现状年,应用BP神经网络建立白洋淀水质综合评价模型,用训练好的BP神经网络模型对白洋淀各监测断面的水质现状进行类别评价。结果显示,与单因素评价法相比,BP神经网络法是一种更加客观、有效和实用的环境质量评价方法。 相似文献
18.
自适应变步长BP神经网络在水质评价中的应用 总被引:36,自引:0,他引:36
为克服传统的BP网络的不足,采用自适应变步长算法(ABPM)来训练前馈人工神经网络。根据黄河流域的大汶河水系的水质监测的数据,建立了一个对地面水质进行判别的多层前馈网络数学模型。以地面水质七项污染指标为训练样本,对网络进行训练,并将训练好的网络用于水质进行评价,将计算结果与BP网络评价结果、单因子评价结果进行了比较分析。结果表明,ABPM神经网络方法收敛速度较快,预测精度很高,为水质评价提供了一种新方法。 相似文献
19.
针对传统水质预测方法存在预测精度不理想以及对实测数据要求较高的问题,建立基于BP神经网络的水质预测模型,以掌握研究流域未来一定时段的水环境质量情况。模型以潇河流域6个水质监测断面2017年1月-2020年5月的重铬酸盐指数和高锰酸盐指数的浓度作为训练集,以2020年6月-2020年8月的水质数据作为验证集进行模拟与预测。结果表明:BP神经网络模型经训练后,模拟的各断面水质指标平均相对误差均小于7%,相关性系数均超过了0.98,验证集的水质指标平均相对误差均小于18%。构建的BP神经网络模型预测精度较高,可以用于潇河流域的水质预测。 相似文献
20.
为了合理确定河湖生态流量的阈值,针对城市河湖功能的特点和实际,综合体现河湖多种生态服务功能目标的协调、河流断面与湖泊/湿地的耦合关联以及生态流量消耗与非消耗分项、存量与通量、水量与水质关系,构建了基于综合功能辨识的城市河湖生态流量计算与保障程度分析模型(MUSEF模型)。利用该模型可对城市河湖生态流量大小、流量过程、流量构成、流量空间分布以及变异性进行量化计算与优化辨识,对不同来水频率条件下生态流量的满足程度进行评价,明确生态流量的调控指标要求与时机,从而为城市河湖生态保护与健康管理提供定量工具。以株洲市区河湖水系为案例开展应用,量化得出了河湖生态流量的逐月过程线、生态流量构成以及变异性特征,分析提出了不同来水频率条件下河湖生态流量的满足程度、调控指标与调控时机,为株洲市河湖生态流量的有效管理和安全保障提供依据。 相似文献