基于神經(jīng)網(wǎng)絡(luò)的水庫(kù)藻類預(yù)警模型研究.pdf

1、隨著工業(yè)飛速發(fā)展，水體富營(yíng)養(yǎng)化日漸嚴(yán)重，并已成為世界水環(huán)境重大的水質(zhì)問(wèn)題之一。當(dāng)富營(yíng)養(yǎng)水體作為供水水源時(shí)會(huì)產(chǎn)生一些不利因素，比如使水廠的混凝效果不理想、產(chǎn)水率下降、產(chǎn)生對(duì)人體有害的毒素等。水華的發(fā)生是水體富營(yíng)養(yǎng)化的重要標(biāo)志。因此，預(yù)測(cè)水華發(fā)生且及時(shí)發(fā)出警告使水處理部門(mén)能夠采取相應(yīng)措施尤為重要。
　　本文對(duì)華南地區(qū)S水庫(kù)進(jìn)行了水質(zhì)藻類風(fēng)險(xiǎn)預(yù)警研究。針對(duì)水庫(kù)藻類水華產(chǎn)生的特點(diǎn)，通過(guò)對(duì)近一年水庫(kù)氣象、水質(zhì)數(shù)據(jù)的整理與分析，建立了基于BP

2、神經(jīng)網(wǎng)絡(luò)的S水庫(kù)藻類水華短期預(yù)測(cè)模型。對(duì)水庫(kù)水質(zhì)的預(yù)測(cè)分為四個(gè)級(jí)別：不滿足（水華發(fā)生）條件、初步滿足（水華發(fā)生）條件、滿足（水華發(fā)生）條件、臨界或發(fā)生。預(yù)警模型為預(yù)防或處理水華發(fā)生贏得了寶貴的時(shí)間，減少了水廠應(yīng)對(duì)藻類暴發(fā)風(fēng)險(xiǎn)的壓力，為安全供水提供了保障。
　　水庫(kù)藻類四個(gè)預(yù)警級(jí)別的劃分根據(jù)《全國(guó)重點(diǎn)湖庫(kù)藻類試點(diǎn)監(jiān)測(cè)技術(shù)規(guī)程》的相關(guān)規(guī)定。根據(jù)規(guī)程藻類的細(xì)胞密度（個(gè)/L）大于1000萬(wàn)個(gè)即為水華發(fā)生，藻類細(xì)胞密度小于100萬(wàn)個(gè)時(shí)認(rèn)為不

3、具備發(fā)生條件。根據(jù)水庫(kù)現(xiàn)有監(jiān)測(cè)條件和手段，網(wǎng)絡(luò)模型選取水庫(kù)水溫、PH值、葉綠素總濃度、總磷、總氮、溶解氧六種水質(zhì)指標(biāo)作為神經(jīng)網(wǎng)絡(luò)預(yù)警模型的輸入量。分別采用BP神經(jīng)網(wǎng)絡(luò)、廣義回歸網(wǎng)絡(luò)、徑向基函數(shù)網(wǎng)絡(luò)對(duì)S水庫(kù)藻類建立預(yù)警模型并進(jìn)行分析。BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型包括6個(gè)輸入神經(jīng)元、1層隱含層、2個(gè)隱含層神經(jīng)元為，1個(gè)輸出層神經(jīng)元。借助MATLAB軟件的GUI工具箱功能可以節(jié)省尋找最佳算法的時(shí)間和簡(jiǎn)化嘗試最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)的步驟。預(yù)警模型訓(xùn)練數(shù)據(jù)是水庫(kù)2