文档介绍：湖泊水华预警模型及其应用研究摘要湖泊富营养化和藻类水华问题是水环境系统脆弱性的主要表现。近年来,随着湖库富营养化程度的加剧,藻类水华问题已成为了中国的重大水环境问题。湖泊水华预警研究在水资源系统脆弱性诊断、评价与调控,以及湖泊污染控制与治理中具有重要作用,对于科学预测湖泊中水华的产生以及采取相应措施减少由水华带来的灾害,具有重要的生态和环境意义。水华的暴发涉及到水体中营养盐的累积、气候条件与水力条件等多种不确定性因素,需要结合多种方法对水华暴发过程中所产生的信息进行收集和挖掘。基于此,论文以巢湖水华为研究对象展开研究:首先,通过建立巢湖富营养化评价等级标准,应用基于加速遗传算法的层次分析法模型完成对巢湖的富营养化评价,明确巢湖不同湖区的富营养化等级;然后,在建立起巢湖水华危险性评价标准的基础上,利用人工神经网络和嘟岷系姆椒ǎ菇ǔ埠煌区的水华危险性程度分布专题图;最后,利用菁扑鉔甘通过设定不同的阈值来对指数进行划分,实现巢湖不同区域水华暴发强度和范围的提取,建立起基于莸暮此TぞP汀:推渌芯成果的对比分析表明,上述水体富营养化等级评价模型和水华预警模型均取得了较为合理和有效的结果,体现了模型的可靠性和计算稳定性,具有广泛的参考应用价值。关键词:水环境系统脆弱性;富营养化;水华;遗传算法;人工神经网络;地统计学方法;灰8校籑\。
,.籑甀瑆,疭琣琧,,,琫瑄甌:籩粀籥籫;.琲.,.,.瑄瑀
录目第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯水环境系统脆弱性概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯湖泊富营养化与藻类水华问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯湖泊水华预警模型研究进展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..水华预警模型研究中存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文研究的主要内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章基于瓵方法的湖泊富营养化评价模型及其应用⋯⋯⋯⋯⋯⋯⋯⋯.遗传算法概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯层次分析法概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.瓵方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.基于瓵方法的巢湖富营养化分区评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第三章基于网络与暮此NO招云兰勰P汀人工神经网络模型概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..氲赝臣蒲Х椒ā神经网络与诔埠NO招云兰壑械挠τ梅治觥第四章基于莸暮此TぞP脱芯考捌溆τ谩概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯菁按怼基于莸乃L崛≡怼基于莸某埠謇嗨TぞP偷慕ⅰ结果分析与讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第五章结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯攻读硕士学位期间发表的论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯,⒔帷
插图清单论文结构简图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯标准遗传算法募扑慊绦蛄鞒掏肌图巢湖流域水系图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯巢湖水质监测点分布图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络的拓扑结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯常用空间插值方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯巢湖水华危险性区域分布及年际变化图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯不同地物所对应的波谱曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图巢湖不同时期的甘占浞植纪肌莶煌逼谔崛∷逋肌荩、绿三波段假彩色合成影像⋯巢湖水华暴发强度范围分布多时相分类专题图⋯⋯⋯⋯⋯⋯⋯
表格清单一致性检验的判断矩阵平均随机一致性指标函数尺胪俐值⋯⋯表甓确ḿ捌涿枋觥表判断矩阵平均随机一致性指标值表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯巢湖富营养化评价指标及分级标准⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯富营养化评价指标之间的相关系数表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表用扑闩卸暇卣驜的排序权值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯瓵法与特征值法计算判断矩阵排序权值结果比较⋯⋯⋯巢湖富营养化评价指数及其对应的富营养化等级⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯巢湖水华危险性评价标准⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络模型的训练样本和测试结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯用算法训练巢湖水华危险性