基于神經(jīng)網(wǎng)絡的藻類水華建模與預測研究.pdf

1、華中科技大學博士學位論文基于神經(jīng)網(wǎng)絡的藻類水華建模與預測研究姓名：李洪斌申請學位級別：博士專業(yè)：船舶與海洋結構物設計制造指導教師：葉恒奎侯國祥20070529II量中，水溫一個標準差的增量對微囊藻（Microcystisspp.）生物量的正面影響最強?；瘜W需氧量（chemicaloxygendem，COD）和總磷（totalphosphus，TP）也和微囊藻（Microcystisspp.）生物量具有較強的正相關性。而總氮（totaln

2、itrogen，TN）、五日生物需氧量（biologicaloxygendeminfivedays，BOD5）和溶解氧（dissolvedoxygen，DO）與微囊藻（Microcystisspp.）生物量之間只有較弱的相關性。此外，透明度（transparency，Tr）和微囊藻（Microcystisspp.）生物量之間具有中等程度的正相關。第三章將徑向基函數(shù)（Radialbasisfunction，RBF）神經(jīng)網(wǎng)絡應用于澳大利亞D

3、arling河的水華建模研究。結果表明，訓練后RBF神經(jīng)網(wǎng)絡能夠準確預測Darling河中引起水華的兩種主要藻種，Nostocalesspp.（后文簡寫為Nostocales）和Anabaenaspp.（后文簡寫為Anabaena），的生物量。同時，我們還進行了敏感分析研究，以闡明Nostocales和Anabaena的生物量動力學特征。敏感分析的結果表明，總動氮（totalkiicnitrogen）對這兩類藻的生長都有非常強的正面影響

4、。其次，水電導率與這兩類藻的藻生物量之間具有非常強的負相關關系。第三，河水流量也確認為水華形成的一個非常突出的原因。在本章中，我們還通過散點圖技術較為形象地展現(xiàn)了較高的河水流量可以顯著減少兩種藻的藻生物量這一事實。最后，研究結果表明其它變量，如透明度、水顏色和pH值，對Darling河水華的形成沒有前面所述因素那么重要。第四章通過分析澳大利亞Darling河Nostocales藻（Nostocalesspp.）的歷史數(shù)據(jù)，首先闡明Nos

5、tocales藻（Nostocalesspp.）生物量時間序列的非平穩(wěn)特性。進而說明淡水生態(tài)系統(tǒng)傾向于呈現(xiàn)出非平穩(wěn)特性，而不是平穩(wěn)特性。而非平穩(wěn)特性則意味著只有系統(tǒng)“近期的過去”才能夠預測系統(tǒng)“近期的未來”。然而，在所有過去的藻生態(tài)預測和建模的研究工作中，研究者都沒有認真對待和關注系統(tǒng)的非平穩(wěn)特性。在本章的研究中，作者構造了一種結合時間窗口技術的徑向基函數(shù)神經(jīng)網(wǎng)絡方法來進行非平穩(wěn)藻生態(tài)時間序列的建模與預測研究，并具體用來預測Darlin