共查询到14条相似文献,搜索用时 62 毫秒
1.
本文应用山仔水库2003-2006年叶绿素a浓度、总磷浓度、总氮浓度、水温、溶解氧浓度、高锰酸盐指数、pH值7个参数监测数据对人工神经网络模型进行训练,在此基础上应用1997-2002年除叶绿素a浓度外其他6个参数监测数据,推算出1997-2002年间缺失的叶绿素a浓度,并对1997-2006年春末夏初的叶绿素a浓度动态进行分析,结果表明:山仔水库1997年建库初期,叶绿素a浓度处于较高水平,2000年以后叶绿素a浓度开始降低,近几年基本保持稳定.2003-2006年叶绿素a浓度呈季节周期性变化,春末经夏季到初秋,叶绿素a浓度持续升高,冬季下降明显,春季又开始回升;说明近几年山仔水库水体春末夏季秋初处于富营养化水平,秋末冬季处于中营养水平.本研究结果将为山仔水库的富营养化防治提供科学依据. 相似文献
2.
采集了福建省山仔水库和杜塘水库的冬季沉积物,采用显微镜观察和荧光分析方法,对不同深度沉积物叶绿素a的含量以及微藻的丰度进行了分析.研究结果表明,山仔水库沉积物表层叶绿素a含量达到4692ng/g底泥干重,微藻的丰度为33.79×10^6Cells/g底泥干重,其中蓝藻门的丰度为6.77×10^6Cells/g底泥干重;... 相似文献
3.
采集了福建省山仔水库和杜塘水库的冬季沉积物,采用显微镜观察和荧光分析方法,对不同深度沉积物叶绿素a的含量以及微藻的丰度进行了分析.研究结果表明,山仔水库沉积物表层叶绿素a含量达到4692ng/g底泥干重,微藻的丰度为33.79×10^6Cells/g底泥干重,其中蓝藻门的丰度为6.77×10^6Cells/g底泥干重;杜塘水库沉积物表层叶绿素a含量为2301ng/g底泥干重,微藻的丰度为16.5×10^6Cells/g底泥干重,其中蓝藻门丰度为8.91×10^6vvCells/g底泥干重,山仔水库沉积物表层叶绿素a的含量和微藻丰度都约是杜塘水库的2倍,沉积物中叶绿素a的含量和微藻的生物量与其富营养化程度表现出一致性:富营养化程度高的山仔水库,沉积物中叶绿素a含量和微藻丰度相应也高,沉积物叶绿素a含量可以反映2个水库水体的富营养化状态. 相似文献
4.
福建省山仔水库浮游植物特征与水体富营养状况分析 总被引:2,自引:0,他引:2
采用浮游植物指示法评价了福州省山仔水库2005年不同季节水体的富营养状况,结果表明:冬、春季库区水体处于中一富营养水平,夏季发生水华微囊藻(Microcystis flos-aquae)“水华”,水体处于富营养水平,秋季水体处于中营养水平.由于浮游植物的生长状况受到多因素的影响,有必要进一步结合其他评价方法对整个水体的富营养状态做出综合判断. 相似文献
5.
采用浮游植物指示法评价了福州省山仔水库2005年不同季节水体的富营养状况,结果表明:冬、春季库区水体处于中-富营养水平,夏季发生水华微囊藻(Microcystis flos-aquae)“水华“,水体处于富营养水平,秋季水体处于中营养水平.由于浮游植物的生长状况受到多因素的影响,有必要进一步结合其他评价方法对整个水体的富营养状态做出综合判断. 相似文献
6.
7.
福海叶绿素含量的人工神经网络反演模型 总被引:3,自引:0,他引:3
在圆明园福海同时进行光谱测量与叶绿素测定。使用传统经验统计算法、BP人工神经网络和径向基函数(Radial Basis Function,RBF)网络,分别建立光谱值反演叶绿素浓度模型。结果表明,径向基函数网络具有结构自适应确定、输出不依赖初始权值、速度快、结果可靠、能充分利用光谱信息等优良特性,得到了相当好的拟合结果,是一种值得推广的预测叶绿素浓度的神经网络模型。 相似文献
8.
滇池外海水体叶绿素a与水质因子关系研究 总被引:7,自引:0,他引:7
使用近5年滇池外海的水体理化指标监测数据,分析了滇池外海水体叶绿素a的时空分布特征,并使用多元逐步回归分析叶绿素a与水质因子的关系。研究结果表明,滇池外海水体叶绿素a浓度为0.003~0.475mg/L,长年平均浓度为0.063mg/L,每年2月最低,8月最高,夏季最高,冬季最低。近5年各测点年平均值2004年平均浓度最高,2005年最低。滇池外海叶绿素a的空间分布呈现出北高南低,中部呈现西高东低的态势。各水质因子在不同的位置对叶绿素a浓度的影响显著程度不一样,但叶绿素a浓度总体与透明度呈现负相关,与pH值呈显著的正相关,与水温呈现正相关。通过多元逐步回归分析,滇池外海水体叶绿素浓度回归方程在不同位置有1~4个因子入选,外海叶绿素a平均浓度的回归方程为:Chla=-0.336+0.002·WT+0.028·TN+0.034·pH。 相似文献
9.
10.
利用SeaWiFs、MODIS卫星数据所获取的南极普里兹湾表层海水叶绿素a(Chl-a)与海表温度(SST)的遥感数据,并结合我国2001-2011年南极科学考察所获得的现场数据,对该区域的海表温度、叶绿素a与营养盐的分布规律进行分析。结果表明:研究海区的叶绿素a的分布具有明显的区域特征,以陆架坡为界,湾内向湾外表现出明显的递减趋势;在湾内陆架区,浮游植物的旺发主要受海冰消融以及营养盐供给的影响,十年南极夏季叶绿素a浓度的遥感区域平均值为1.40mg/m3;在陆坡区,浮游植物的繁殖主要受到水文条件的影响,十年的夏季遥感平均值为0.44mg/m3;在湾外深海区,浮游植物的繁殖主要受到水文条件与铁元素的影响,浓度较低,十年的夏季遥感平均值为0.25mg/m3。在整个南极夏季,研究海域每月的叶绿素a浓度与海表温度呈现出一定的正相关性(R2=0.505),而在年际变化上,叶绿素a与海表温度的变化趋势也有着明显的相似性,表明温度是叶绿素a浓度的主要影响因素。通过研究多变量厄尔尼诺指数与湾内表层叶绿素a浓度的关系,可知在相对敏感的湾内陆架区,厄尔尼诺/拉尼娜可能会对叶绿素a的浓度产生影响,在厄尔尼诺年,叶绿素a的浓度较高;而在拉妮娜年,叶绿素a的浓度较低,表明高纬度海区浮游植物的生长与繁殖对中低纬度的ENSO事件存在一定的响应联系。 相似文献
11.
12.
13.
城市扩展模拟可为城市可持续发展与国土空间规划提供参考。智能体模型(ABM)与元胞自动机(CA)结合可兼顾城市空间增长的自组织性和不同决策主体的决策过程,人工神经网络(ANN)可描述智能体与城市扩展之间复杂的非线性关系。该文基于ANN-ABM-CA耦合模型,在构建CA转换规则时基于ABM刻画人类决策行为的影响,并采用ANN挖掘不同类型的智能体在城市扩展过程中的偏好差异,同时考虑宏观和微观层面的智能体决策行为,结合城市扩展的10个驱动因素,模拟武汉市主城区2005-2015年的扩展情况,结果表明:1)相比传统的ANN-CA模型,ANN-ABM-CA模型模拟性能更优,从宏观与微观相结合的角度更好地解释了城市扩展的驱动机制,OA值为97.46%,Kappa系数为0.9176,FoM值为0.4375,结果可靠且合理;2)不同收入层级的居民智能体对城市扩展的决策偏好不同;3)武汉主城区城市扩展模式主要为边缘型扩展,洪山区西南部有少部分填充型扩展、东南部出现飞地型扩展,与实际扩展情况相符。 相似文献