基于时间序列模型与BP神经网络的深圳近岸海域富营养化预测

摘要：

根据2013～2017年夏季(8月)深圳近岸海域水质监测数据资料,采用营养质量指数法对深圳近岸海域富营养化状况及其变化趋势进行评价,并建立时间序列预测模型与BP人工神经网络模型分别对该海域2018年无机氮、活性磷酸盐、化学需氧量和叶绿素a含量进行预测,并根据预测结果利用营养质量指数法对2018年深圳海域富营养化水平进行预测,同时根据预测结果对深圳海域营养盐结构进行分析,识别东西部海域的富营养化限制因子,据此提出富营养化水平的改善建议.研究结果表明:2013～2017年深圳近岸海域富营养化水平一致表现为西部海域偏高,东部海域偏低的特征,其中珠江口海域在5年间的平均富营养化水平最高,其余依次为深圳湾>大鹏湾>大亚湾.2018年富营养化水体基本出现在西部海域,东部海域整体富营养化水平较低,以贫营养水平为主.富营养化高风险区主要分布在西部海域,其中茅洲河口与深圳湾海域富营养化风险尤为高,建议在上述区域进行富营养主要因子无机氮和活性磷酸盐的管控,以期降低富营养化发生概率.针对东部海域沙头角湾和坝光海域表现为中营养水平的情况,建议对上述海域进行无机氮和活性磷酸盐的防治,以达到保持海域营养水平现状的目的.

关键词：时间序列模型、BP神经网络、深圳海域、富营养化

所属期刊栏目：19

分类号：P76(海洋环境科学)

资助基金：深圳市人居环境委员会科研计划资助

在线出版日期：2019-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：66-73