基于神经网络的水库藻类预警模型研究

针对水环境水体富营养化现象日渐严重导致控制水质难度和成本增高情况,对华南地区S水库进行藻类水质监测及风险预警研究。根据水库藻类水华产生的特点,通过对近一年水库气象、水质数据的整理与分析,建立基于神经网络的S水库藻类水华短期智能预警模型。预警模型选取水库水温、pH、叶绿素总浓度、总磷、总氮、溶解氧6种水质指标作为神经网络预警模型的输入量,分别采用BP神经网络、广义回归网络对S水库藻类建立预警模型并对两种预警模型的特点进行分析与总结,并通过对预测精度和泛化能力等因素的综合比较推荐最优预警模型结构和参数值。