基于PCA和SOM模型的龙感湖水质时空动态研究

摘要：

为评估湖泊渔业模式转型阶段水环境的时空动态,选择长江中下游典型湖泊龙感湖为研究地点,于2017-2018年对该湖的黄梅水域和宿松水域进行周年季度水质监测,通过主成分分析(PCA)和自组织特征映射人工神经网络(SOM)模型定量分析了水体理化参数的时空变化特征,采用综合营养状态指数法(TLI)对水体富营养化状况进行了评价.PCA分析结果表明,龙感湖宿松水域和黄梅水域的水质差异较小,季节动态明显.全湖氨氮夏季平均浓度高达0.64 mg/L;总氮夏季平均浓度为2.30 mg/L,冬季平均浓度为1.04 mg/L;叶绿素a夏季平均含量达95.28 μg/L,秋季平均浓度为28.30 μg/L;pH夏季最高,达9.27;总磷冬季最高,平均为0.22 mg/L;TLI指数表明龙感湖除秋季属于轻度富营养水体外,其他3个季节均属于中度富营养状态.SOM模型结果具有可视化强的优点,能够更清晰和直观地反映龙感湖水质的时空分布动态.围栏拆除和禁渔等管理措施有助于湖泊渔业环境修复和资源恢复,建议对渔业模式转型后的湖泊生态系统变化进行长期跟踪监测评估.

关键词：湖泊渔业模式转型;水质时空变化;主成分分析(PCA);自组织特征映射人工神经网络(SOM);湖泊生态系统

所属期刊栏目：45

分类号：Q178.1(水生生物学)

资助基金：中国科学院重点部署项目;国家重点研发计划;国家自然科学基金;淡水生态与生物技术国家重点实验室自主研究项目

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1104-1111