象山港海域水质时空格局的自组织特征映射神经网络识别
于2007—2008年对象山港23个站点（包括10个电厂站点）的水质样品进行连续2年的季节性采集,采用SOM（Self-Organizing Map）工具箱,结合k-nn（knearest neighbors）神经元聚类对15个水质参数进行分析,以探明象山港海域水质时空变化并识别敏感的影响区域.结果显示,象山港海域N/P（物质的量比）平均值为27.0.水体污染指数（AI）和海水营养指数（NI）分别指示整个象山港水质处于严重污染和富营养化状态,但水质加权指数（WDX）显示,加权水质标准未超过3类水质,说明传统的AI和NI指数不能反映象山港的实际水质状况.经SOM分析发现,象山港海域各取样站点按季节和空间格局可分为8个聚类组.从季节上看,pH和油类含量在春季最低;夏季水温、COD、NO2--N最高,而DO最低.NO3--N、DIN、DIP在秋冬季节高于春夏季节,但透明度相反.Chl-a含量以夏季最高,冬季最低.GLM（General Linear Model）方差分析显示,不同季节的安全性指数（SFT）和N/P无显著差异（p〉0.05）,而NI、AI和WDX差异极显著（p〈0.01）.空间分析显示,象山港水体可分为港底区和口中部区,其中,港底区盐度、pH显著低于口中部区（p〈0.01）,而NO2--N、NH4＋-N、DIN、DIP、Chl-a则显著高于口中部区（p〈0.05）.除WDX无显著差异外,港底区的N/P显著低于口中部区（p〈0.01）,而NI、AI、SFT相反（p〈0.05）.建议港区底部宜采用养殖大型海藻方式以减轻富营养化,此外,冬季黄墩港的水体中粪大肠菌群严重超标,生食该季节贝类产品时需要检测.
象山港、海水水质、时空格局、自组织特征映射神经网络
32
X321;X55(环境规划与环境管理)
海洋公益性行业科研专项经费资助项目201105009-3;浙江省自然科学基金Y5080274;宁波市自然科学基金No.2008A610074~~
2012-07-09（万方平台首次上网日期，不代表论文的发表时间）
共11页
1236-1246
