基于差分方程与人工神经网络结合的长江口某水源水库藻类浓度预测

摘要

预测湖库水体中藻类生长趋势并采取相应的预防措施是目前应对湖库水源地藻类爆发问题的重要手段.国内外学者已经提出了许多预测方法,但由于藻类的生长机理复杂,水体环境差异较大,不同的方法仍存在不同的困难.本文从藻类生长机理和统计学原理角度出发,提出差分方程与人工神经网络相结合的方法.应用该方法对上海市长江口某水源水库藻类浓度进行预测,预测结果与实测结果趋势一致,相对误差控制在20％以内,满足藻类浓度预测的要求.