基于數(shù)據(jù)挖掘的香溪河庫灣水華預測研究.pdf

1、三峽水庫建成后，庫區(qū)水生態(tài)環(huán)境顯著變化，各支流回水區(qū)常年出現(xiàn)水體富營養(yǎng)化及水華現(xiàn)象，氮磷等營養(yǎng)鹽含量充足，給藻類暴發(fā)性增長創(chuàng)造了有利條件。通過對葉綠素α濃度的預測，能直觀地反映水質(zhì)變化情勢。本文分別運用小波神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機預測香溪河葉綠素a濃度值，并通過葉綠素a濃度的預測值對香溪河進行短期水華預測和預警。主要研究工作及成果如下：
　?。?）收集、整理了三峽大學香溪河水生態(tài)與環(huán)境野外觀測站2008～2012年香溪河水環(huán)境

2、監(jiān)測數(shù)據(jù)資料，分析得出，在觀測期內(nèi)，香溪河水體大部分時間都有適宜藻類生長的水環(huán)境，且香溪河XX06號樣點年年都有多次水華發(fā)生。
　?。?）以2008年～2012年香溪河XX06號樣點水環(huán)境監(jiān)測數(shù)據(jù)為基礎(chǔ)，建立基于遺傳算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)水華預測模型，采用一周前的透明度、表層光強、真光層深度、總氮、總磷、溶解性硅酸鹽、表層水溫、pH、溶解氧、電導率以及葉綠素a濃度這11個指標作為模型的輸入因子，用來預測下一周的水華狀況（葉綠素α濃

3、度）。模型預測結(jié)果表明，GA-WNN模型能大致預測出葉綠素α濃度的變化趨勢，模型平均相對誤差為25.78％，相關(guān)系數(shù)為0.629，預測效果一般。
　?。?）基于相同數(shù)據(jù)，建立了粒子群算法優(yōu)化的最小二乘支持向量機水華預測模型，模型預測效果較好，相關(guān)系數(shù)為R=0.955。當葉綠素a濃度高于32.59 mg/m3，即葉綠素a濃度值高于水華發(fā)生的閥值水體發(fā)生水華時，相對誤差僅為9.43%，說明當香溪河庫灣發(fā)生水華時，該模型能用于水華（葉綠

4、素α濃度）短期預測。
　?。?）從預測相對誤差、相關(guān)系數(shù)、模型耗等多方面對兩種模型進行對比， PSO-LSSVM模型均優(yōu)于GA-WNN模型。綜合來看，PSO-LSSVM模型預測精度更高，能用于香溪河庫灣水華（葉綠素α濃度）短期預測的短期預測。
　?。?）根據(jù)鄭丙輝等人提出的三峽水庫水體富營養(yǎng)化評價標準，提出香溪河富營養(yǎng)化及水華預警方案，并利用葉綠素α濃度預測值進行了預警，15次預測有12次成功預測出了香溪河水華是否發(fā)生情況，