基于人工神经网络的夏季辽东湾北部河口区富营养化评价
陈芸1
赵骞2
徐广鹏3
1.上海海洋大学海洋科学学院,上海201306;国家海洋环境监测中心,辽宁大连1160232.国家海洋环境监测中心,辽宁大连116023;国家海洋局第一海洋研究所,山东青岛2660613.国家海洋环境监测中心,辽宁大连,116023
摘要：为掌握辽东湾北部海域营养盐污染状况及富营养化水平,本文基于2014——2016年夏季现场调查资料,分析了该海域无机氮、活性磷酸盐、化学需氧量和叶绿素a的时空分布特征,并建立误差逆向传播算法(Back Propagation)的人工神经网络模型对该海域富营养化水平进行评价.结果表明:受201 5年夏季辽宁省干旱和2016年夏季东北地区大规模降雨的影响,辽东湾北部海域营养盐、化学需氧量和叶绿素a浓度均呈现2014年较高,2015年降低,2016年又上升的趋势.调查海域营养盐结构在2014年和2015年主要表现为磷限制,2016年调查海域北部为磷限制,南部为氯限制.BP人工神经网络的评价结果表明,调查海域夏季富营养化水平呈现2014年较为严重,2015年降低,2016年又升高的“U”型特征.富营养化程度严重的区域主要出现在大辽河口、辽河口及其近岸海域.大辽河口富营养化程度在3年夏季均保持较高水平,其中2014年和2016年与辽河口富营养化水平相当,而2015年远高于辽东湾北部其他海域.BP人工神经网络在进行富营养化评价过程中,能够综合考虑各评价指标对海水富营养化的贡献率,避免对营养盐的过度依赖,同时减少评价过程中的主观误差,是一种更加客观合理的富营养化评价方法.
关键词：辽东湾营养盐富营养化人工神经网络式
分类号：P76(海洋学)
资助基金：海洋公益性行业科研专项(201305043)
论文发表日期：2017-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：10( 48-57 )
英文信息