滇池草海水质等级预测模型研究

综合考虑影响水质的不同类别因子之间的关系,为水质等级预测提供平均预测精度更高的模型。选取的p H、DO、CODMn、NH3-N、历史水质等级5个水质因子数据来源于中国环境保护部官方发布的水质数据,降雨量、光照时间2个气象因子数据来源于云南省气象局官方发布的气象数据。首先利用改进的灰色模型(Adaptive Grey Model,AGM)进行单因子预测,从而获取BP人工神经网络(BP Artificial Neural Network,BPANN)训练集和水质等级残差序列;然后使用经过训练集训练后的BPANN进行水质等级残差纠正;最后利用AGM模型得到未来水质等级,以滇池草海2006-2013年水质周报资料和气象资料为数据基础进行了仿真分析和验证实验。结果表明:(1)AGM模型对水体因子和气象因子的单项指标预测理想,保证了作用于BP人工神经网络数据的可靠性,同时降低了预测误差的传输;(2)来源于中国环境保护部与云南省气象局的数据保证了水质等级预测中数据的权威性,采用AGM-BPANN组合模型预测滇池草海水质等级精度达到90.2%,说明模型适用于同一地区短时间内的水质变化研究;(3)AGM-BPANN组合模型借助BP网络的高维非线性克服了数据突变对预测的影响,在AGM预测基础上,通过纠正预测残差获得最终的水质等级值,实现了对滇池草海短时间内水质的预测。     

上海黄浦江倪家浜口浮游生物调查与水质评价

上海市黄浦江倪家浜口是中国2010年上海世博园后滩水系和东方体育中心人工湖的重要取水口,其水体状况直接影响世博园后滩湿地、世博园生活与日常杂用水,以及体育中心人工湖水体景观。为评估该地区水体健康状况,为后滩水系和人工湖取水工程建设与维护管理提供依据,我们根据2007年2月至12月倪家浜口不同潮位调查,分析了该区域浮游生物的种类组成、优势种类、物种多样性等特征参数的变化。调查期间共鉴定出浮游藻类8门45属,主要优势种为小席藻（Phormidium tenue）、四尾栅藻（Scenedesmus quadricauda）、极大螺旋藻（Spirulina maxima）等;浮游动物3门32种,主要优势种为萼花臂尾轮虫（Brachionus calyciflorus）、前节晶囊轮虫（Asplanchna priodonta）、发头裸腹溞（Moina irrasa）等。叶绿素a含量表现出明显的季节变化。多样性分析显示,浮游藻类香农威尔指数为0.88～2.96,浮游动物香农威尔指数为0.92～2.98。数据分析表明,种类数及多样性指数与温度呈正比,倪家浜口处于中度富营养化状态,水质处于中-重污带级,且夏秋季水质优于冬春季,当天高潮时水质优于低潮。