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:采取定性与定量相结合的方法,根据湿地生态系统脆弱性评价指标体系,利用层次分析法和生态脆弱性指数模型,结合地理信息系统和遥感技术,对1986-2012年吉林省西部湿地生态系统进行脆弱性评价。结果表明,1986-2012年,吉林省西部湿地生态系统脆弱度平均为中度脆弱,其中,白城市、通榆县和乾安县的湿地生态系统脆弱度为强度脆弱;1986-2012年,吉林省西部湿地生态系统脆弱程度整体逐渐加重;从空间变化上看,1986-2000年,湿地生态系统强脆弱区由西部的通榆县向东部的松原市转移,研究区的西北部和东南部的湿地的生态脆弱程度逐渐加重,2000-2012年,研究区东部的湿地生态系统脆弱程度逐渐加重。