简介:为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。
简介:生态足迹是目前较通用的衡量区域可持续发展的指标,利用生态足迹模型与其他指标结合,可以测算生态赤字(盈余)、生态足迹压力指数、万元GDP足迹等反映区域生态安全状态的定量指标.本研究计算了2002-2008年福建省人均生态赤字及生态足迹压力指数,得到全省生态压力的变化趋势.利用GM(1,1)灰色预测模型预测2009--2014年福建省人均耕地生态足迹与承载力、人均建筑用地生态足迹与承载力、人均生态赤字及生态足迹压力指数,结果表明,若继续沿着2002--2008年的发展模式,福建省在未来几年内生态安全将面临极大威胁,全省经济发展模式转型刻不容缓.
简介:以北京顺义汉石桥湿地自然保护区中水处理厂的潜流湿地为例,选取2014~2015年的水质监测数据,以电导率、溶解性固体总量、氧化还原电位、pH、水温和总输入氮含量为输入层,比较遗传算法优化的BP神经网络模型和广义回归神经网络模型对多处理单元潜流湿地出水中的总氮含量预测能力。研究结果表明,遗传优化的BP神经网络模型的拟合优度R2可达到0.835,平均相对误差百分比为12.89%,说明其对出水中的总氮含量有一定的预测能力,但精度较差;广义回归神经网络模型的平均相对误差百分比为4.46%,精度较高。利用广义回归神经网络模型对潜流湿地出水中的总氮含量进行预测较适宜。
简介:黑河流域湿地是丝绸之路文化孕育和发展的摇篮,对河西走廊的天然生态环境和社会经济发展具有十分重要的作用。采用野外实地调查的方法,开展了黑河流域湿地资源的调查,分类统计了黑河流域的各类湿地面积和湿地分布状况。结果表明,黑河流域有2大类13种湿地类型,湿地总面积为170411.62hm2。黑河流域天然湿地面积为159701.17hm2,占流域湿地总面积的93.71%。在各类型天然湿地中,面积最大、分布最广的是高寒湿地,高寒灌丛、沼泽化草甸面积达80932hm2,占黑河流域湿地总面积的47.49%,其次依次是河流、沼泽和湖泊。黑河流域湿地以高寒湿地为主。黑河流域人工湿地面积为10710.45hm2,占流域湿地总面积的6.29%。