文献类型：期刊文章

作　　者：周露洪[1,2] 谷孝鸿[1] 曾庆飞[1] 周威明[2] 毛志刚[1,3] 孙明波[1,3]

机构地区：[1]中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室,江苏南京210008 [2]杭州达康环境工程有限公司,浙江杭州310058 [3]中国科学院研究生院,北京100049

出　　处：《水生态学杂志》

基　　金：江苏省自然科学基金重点项目(BK2010096);环保部环保公益项目科研专项(2010467014);江苏省水产三项工程项目(PJ2011-55);中国科学院院地合作项目(Y1YD11031)

年　　份：2012

卷　　号：33

期　　号：4

起止页码：1-6

语　　种：中文

收录情况：BDHX、BDHX2011、ZGKJHX、核心刊

摘　　要：人工神经网络具有强大的非线性能力,能对复杂的水环境系统中非线性行为进行准确有效地预测。选择太湖典型湖区梅梁湾(4个样点)和湖心区(2个样点)为研究对象,通过对其2006-2008年的常规水质参数进行主成分分析,选择合适的输入因子及最优的网络参数,建立优化的BP神经网络模型,以期实现叶绿素a浓度的月预测。结果表明,梅梁湾的预测值与实测值的平均相对误差为71%,湖心区的预测值与实测值的平均相对误差为39%,2者预测精度均较低,其原因主要与太湖的水动力条件、水文气象及藻型生态系统等因素有关。

关 键 词：BP神经网络 太湖 叶绿素A 短期预测  

分 类 号：TP183] X171.1]