基于小波神经网络耦合模型对云南星云湖富营养化气象驱动因子的分析

摘要：

气象因子是影响湖泊富营养化的重要因素,而湖泊富营养化对人群健康、生态系统和社会经济等均有负面影响.本文基于统计资料及遥感数据,结合Morlet小波分析和BP多层前馈神经网络(BP神经网络)构建了不同时间尺度下的小波神经网络耦合模型,分析了19862011年云南星云湖水华强度变化与月降雨量、月平均气温、月平均风速、月日照时数变化之间的关系,探究了影响湖泊富营养化的主导气象因子.结果表明:气象因子的波动周期是影响湖泊年内水华强度变化的重要因素;小波神经网络耦合模型能有效提高数据拟合的精度,最优小波神经网络耦合模型的拟合优度为0.605,高于BP神经网络的拟合优度0.292;小波神经网络耦合模型能更有效地对星云湖富营养化程度进行分析和描述,其均方误差和相关系数均优于BP神经网络;根据最优小波神经网络耦合模型下的各气象因子的平均影响值,可知月平均气温是影响星云湖富营养化的主导气象因子,其次是月降水率、月平均风速,最后是月日照时数.综上,小波神经网络耦合模型相比BP神经网络对样本数据具有更好的适应性,拟合精度更高,能为星云湖的保护与富营养化的治理提供参考依据.

关键词：富营养化、神经网络、小波分析、耦合模型、气象因子、星云湖

所属期刊栏目：33

资助基金：国家自然科学基金项目31988102

在线出版日期：2021-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：428-438