留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

星云湖富营养化进程的神经网络模拟及污染控制对策研究

黄少峰 刘威 王旭涛 黄迎艳

黄少峰, 刘威, 王旭涛, 黄迎艳. 星云湖富营养化进程的神经网络模拟及污染控制对策研究[J]. 华南师范大学学报(自然科学版), 2013, 45(5).
引用本文: 黄少峰, 刘威, 王旭涛, 黄迎艳. 星云湖富营养化进程的神经网络模拟及污染控制对策研究[J]. 华南师范大学学报(自然科学版), 2013, 45(5).
Neural network modeling of the eutrophication and strategy of pollution control in Lake Xingyun[J]. Journal of South China normal University (Natural Science Edition), 2013, 45(5).
Citation: Neural network modeling of the eutrophication and strategy of pollution control in Lake Xingyun[J]. Journal of South China normal University (Natural Science Edition), 2013, 45(5).

星云湖富营养化进程的神经网络模拟及污染控制对策研究

基金项目: 

公益性行业科研专项

详细信息
    通讯作者:

    黄少峰

Neural network modeling of the eutrophication and strategy of pollution control in Lake Xingyun

  • 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:CODMn、TP、TN是富营养化进程中3个关键因子;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CODMn或77%的TP或20%的TN. 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.
  • 加载中
计量
  • 文章访问数:  703
  • HTML全文浏览量:  87
  • PDF下载量:  246
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-02-28
  • 修回日期:  2013-03-29
  • 刊出日期:  2013-09-25

目录

    /

    返回文章
    返回