星云湖富营养化进程的神经网络模拟及污染控制对策

文 章 编 号 ：１ ０ ０ ０— ５ ４ ６ ３ （ ２ ０ １ ３ ） ０ ５— ０ ０ ９ ３— ０ ５
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 ５ １ ０ ６ １ ０ ）
网络 的误 差 平 方 和 最 小．众 多 研究 表 明 ， 一 个 ３层
１ ． ８ ４ 亿ｉ ｎ ， 湖水 主 要靠 地 表径 流 和湖 面 降水 补 给， 入湖河 流主要有 东西 大河 、 螺蛳 铺河 、 渔 村 河 等ｌ ２条季节性河流 ， 湖水循环更新很缓慢．星云湖 现状水质为劣 Ｖ类 ， 主要超标项 目为高锰酸盐指数 、 总氮 、 总磷 等 ． 严重 的 富营养 化使 得湖 中发 生微 囊藻 水华 ．
华 南师范大学学报 （自然科 学版 ）
２ Ｏ １ ３年 ９ 月
Ｓ ｅ ｐ． ２源自文库０１ ３
Ｊ ＯＵＲＮＡＬ ＯＦ Ｓ ＯＵＴＨ ＣＨＩ ＮＡ ＮＯＲＭＡＬ ＵＮＩ ＶＥＲＳ Ｉ ＴＹ
第４ ５卷 第 ５期
Ｖｏ １ ． ４ ５ Ｎｏ． ５
（ Ｎ Ａ Ｔ Ｕ Ｒ Ａ Ｌ Ｓ Ｃ Ｉ Ｅ Ｎ Ｃ Ｅ Ｅ Ｄ Ｉ Ｔ Ｉ Ｏ Ｎ）
１ ． １ 研 究 区域概 况
１ 材 料 与 方 法
星 云湖位于云南 玉溪江川县境 内， 属珠 江流域 南 盘江水 系 的源 头湖 泊 ， 为半 封 闭高 原 断陷 型 浅水 湖． 流域 径 流 面积 ３ ７ ３ ｋ ｍ ， 属 亚热 带 西南 季 风 气候 ， 多 年平 均 降雨量 ８ ６ ３ ． １ ｍ ｍ， 平均蒸发量 １ ９ ９ ５ ． ６ ｍｍ， 平均 气温 １ ５ ． ６ ｏ Ｃ．湖 面 面积 ３ ４ ｋ ｍ ， 为南 北 向不规 则 椭 圆形 ， 南北 长 １ Ｏ ． ５ ｋ ｍ， 东西 宽约 ３ ． ８ ｋ ｍ， 湖 岸 线长 ３ ６ ． ３ ｋ ｍ， 最大 水深 １ ０ ｉ ｎ ， 平均 水深 ７ １ Ｔ Ｉ ， 容量
模型在映射预先不知道具体函数形式的输入一输出 参数 之 间的 响应关 系 ， 较 之 多 元 统计 回 归模 型有 明 显 的优势 Ｊ ．因此 ， 神 经 网络模 拟 的 方 法 已用 于 水 质评价 、 藻类 水华模 拟 等方 面 Ｊ ．
Ｂ Ｐ神 经 网络 是 一 种 按误 差 逆 传 播 算 法 训 练 的 多 层前 馈 网络 ， 它通 过 不 断调 整 网络 的 权 值 和 阈值 来 学 习和存 贮输 入 与 输 出 变 量 之 间 的 映射 关 系 ， 使
因子； 以０ ． ０ ２ ｍ ｇ ／ Ｌ为 富营养 化湖泊 中叶绿素 ａ的控制 目标 ， 需分别 削减 ６ １ ％的 Ｃ Ｏ Ｄ 或 ７ ７ ％ 的， ｒ Ｐ或 ２ ０ ％的Ｔ Ｎ ． 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．
中图分类号 ： Ｘ ５ ２ ４
‘
ｄ ｏ ｉ ： １ ０ ． ６ ０ ５ ４ ／ ｊ ． ｉ ｓ ｃ ｎ ｕ ｎ ． ２ ０ １ ３ ． ０ ７ ． ０ ２ １
关键词 ： 高原湖泊 ；富营养化 ；叶绿素 ａ ；神经 网络 ；营养 削减
文献标志码 ： Ａ
１ ． ２ 采样 点设 置与 监 测
的 网络结 构 可 以完成 任 意 的 ｎ维 到 ｍ 维 的映 射 』 ． 因此 ， 本文 采 用包 含一 个 隐含层 的 ３层 网络 结构 ， 以 叶绿 素 ａ 作 为 目标 输 出变 量 ， 以 富 营养 化 进 程 中 的
从２ ０ ０ ８年 ５月开 始对 星云 湖湖 心进 行监 测 ， 采 样 点设 置见 图 １ ． 采样 月份 为 ２ ０ ０ ８年 ５ —１ ２月 ， ２ ０ ０ ９ 年２ 、 ４ 、 ６ 、 ８ 、 １ ０ 、 １ ２月 ， ２ ０ １ ０年 ２ 一ｌ ２月 ， ２ ０ １ １年 １ 、
星 云湖位 于云南省江川 县 ， 是珠江 流域 五大 高原 湖泊 之一 ， 对周边 区域 的社会 经济 发展 有着重 要 的生 态功 能．近 年来 其 富 营养 化状 况 和 水 污染 治 理 成 为
程， 并调 用该 网络 模 型 模 拟各 富 营养 化 关 键 因 子变 化 下叶 绿素 ａ的 响应 情 况 ， 为 星 云湖 水 污 染 控制 提 供重 要 的决策 依据 ．
关键因子作 为输人变量 ， 利用 Ｍ ａ ｔ ｌ ａ ｂ ７ ． ０中的神经
网络工 具箱 模 拟 富营养 化进 程 中 叶绿 素 ａ的变 化 过
收 稿 日期 ： ２ ０ １ ３—０ ３—０ ８
了人们关 注的焦点 Ｊ ．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 ． 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 数 应用 多元 回归统 计 的方法 来定 量 描述 叶绿 素 ａ与 影 响 因子之 间 的关 系 ； 但 叶绿 素 ａ可 能 同 时对 多个 理 化 因子做 出响 应 ， 而 多 元 回归模 型 需要 预先 假定 模 型形 式 ， 在实 际应 用 中会 产 生误 差 ； 神经 网络
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 Ｂ Ｐ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： Ｃ Ｏ Ｄ 、 Ｔ Ｐ 、 Ｔ Ｎ是 富营养化进 程 中 ３个 关键