基于BP神经网络的青山水库富营养化状况评价

摘要

2013年4月、7月、10月及12月对杭州青山水库实施4次生态环境调查,采集表层水质样品,应用BP神经网络模型进行水质富营养化评价.结果表明:青山水库水质富营养化状态总体为中营养,4月最低,人工神经网络评价结果平均为1.130;7月相对较高,人工神经网络评价结果平均为1.338.4月、7月与其他月份之间差异显著(p＜0.01),10月与12月无显著性差异(p＞0.05);水库的上游(S4)、下游(S6、S7)与其他站位之间存在显著性差异(p＜0.05),4月、7月富营养化数值最大的站点为S6,10月、12月为S7,富营养化程度随着水流方向,呈现增加的趋势,这与下游库区大坝拦截作用致使水流减缓是分不开的.相对于河流,具有大面积静水区域的水库更加适合浮游植物生长,不同季节水温、日照等自然条件适应与否是造成富营养化程度时间变化的主要原因.