BP神经网络在水库蓝藻水华预测中的应用
打开文本图片集
摘要：水体污染会造成水中营养物质过剩，藻类大量繁殖，从而加速水体富营养化。本文对水质自动监测数据的水温（T）、pH、溶解氧（DO）、电导率（W_cond）、浊度（Turb）、高锰酸盐指数（CODMn）、氨氮（NH3-N）、总磷（TP）、总氮（TN）9个因子进行分析，建立预测叶绿素a（Chl-a）浓度的BP神经网络预测模型，并对样本数据做主成分分析得出前5个主成分累计贡献率达83.59%，通过不同变量的网络模型筛选出pH、DO和TP是预测Chl-a浓度的3个主要影响因子。（剩余4596字）