星云湖富营养化进程的神经网络模拟及污染控制对策-华南师范大学学报.PDFVIP

华南师范大学学报 （自然科学版） ２０１３年９月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＣＨＩＮＡＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹ 第４５卷第５期 　　　　　　　　　　　　 Ｓｅｐ．２０１３ 　　　　　　　　　　　 （ＮＡＴＵＲＡＬＳＣＩＥＮＣＥＥＤＩＴＩＯＮ） 　Ｖｏｌ．４５　Ｎｏ．５ 文章编号：１０００－５４６３（２０１３）０５－００９３－０５ 星云湖富营养化进程的神经网络模拟及 污染控制对策  黄少峰 ，刘　威，王旭涛，黄迎艳 （珠江水资源保护科学研究所，广东广州５１０６１０） 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 、ＴＰ、ＴＮ是富营养化进程中３个关键 Ｍｎ 因子；以００２ｍｇ／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 或７７％的ＴＰ或２０％的ＴＮ． Ｍｎ 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． 关键词：高原湖泊；富营养化；叶绿素ａ；神经网络；营养削减 中图分类号：Ｘ５２４　　　文献标志码：Ａ　　　ｄｏｉ：１０．６０５４／ｊ．ｊｓｃｎｕｎ．２０１３．０７．０２１ 　　星云湖位于云南省江川县，是珠江流域五大高原 程，并调用该网络模型模拟各富营养化关键因子变 湖泊之一，对周边区域的社会经济发展有着重要的生 化下叶绿素ａ的响应情况，为星云湖水污染控制提 态功能．近年来其富营养化状况和水污染治理成为 供重要的决策依据． ［１－３］ 了人们关注的焦点 ．而在开展有效的污染治理 措施之前对湖泊富营养化进程进行研究尤为重要． １　材料与方法 目前，已有大量关于各类生源因素的输入与响应变 量（常以叶绿素ａ表示）之间关系的研究，它们大多 １．１　研究区域概况 数应用多元回归统计的方法来定量描述叶绿素ａ与 星云湖位于云南玉溪江川县境内，属珠江流域南 影响因子之间的关系［４－５］；但叶绿素ａ可能同时对 盘江水系的源头湖泊，为半封闭高原断陷型浅水湖． 多个理化因子做出响应，而多元回归模型需要预先 ２ 流域径流面积３７３ｋｍ，属亚热带西南季风气候，多 假定模型形式，在实际应用中会产生误差；神经网络 年平均降雨量８６３．１ｍｍ，平均蒸发量 １９９５６ｍｍ， 模型在映射预先不知道具体函数形式的输入—输出 ２ 平均气温１５６℃．湖面面积３４ｋｍ，为南北向不规 参数之间的响应关系，较之多元统计回归模型有明 则椭圆形，南北长１０５ｋｍ，东西宽约３８ｋｍ，湖岸 ［６］ 显的优势 ．因此，神经网络模拟的方法已用于水 线长３６３ｋｍ，最大水深１０ｍ，平均水深７ｍ，容量 ［７－８］ ３ 质评价、藻类水华模拟等方面 ． １８４亿ｍ，湖水主要靠地表径流和湖面降水补 ＢＰ神