论文部分内容阅读
由于工业污染排放和土壤化肥流失等因素,近年来我国大型的湖泊与水库富营养化日益严重,水华持续高频次发生,造成了重大经济损失和严重社会影响。本文以实现水华藻类在线监测与动态预测为研究目标,研制了浮标式水体藻类综合原位自动监测系统,实现了藻类浓度及相关水质参数的连续自动监测;利用浮标系统监测数据和数据驱动技术,构建了水华短期预测模型,实现了突发性水华的动态预测,通过模型的敏感性分析,揭示了巢湖突发性水华形成的主导因子。
在分析藻类活体荧光特征及测量方法基础上,针对LED诱导荧光光谱检测技术面临的困难,设计了LED脉冲调光和恒流驱动电路,解决了LED光源的发光强度和波长受其电学特性影响的问题;研究了强背景噪声下微弱荧光信号高灵敏探测技术,解决杂散光对荧光探测影响。成功研制了便携式藻类原位荧光快速监测仪,实现水体藻类浓度原位识别与测定。
以便携式藻类原位荧光快速监测仪为核心,综合采用水质多参数传感器和GPRS无线网络,研制了嵌入式数据自动采集控制和远程传输模块,构建了浮标式水体藻类及水质多参数综合监测系统,实现了藻类浓度及相关水质参数连续自动监测。
在分析BP神经网络自身局限性的基础上,探讨了建模过程中数据预处理、网络结构设计、训练模式选择等方面问题,研究了网络隐含层节点数、激活函数、学习速率、训练次数的确定方法,结合浮标监测的藻类浓度及相关水质参数数据,构建了水华的短期动态预测模型。
巢湖的连续在线监测结果表明,浮标式水体藻类综合原位自动监测系统具有监测数据准确、性能稳定可靠和维护量少的特点;连续13天水华预测中,模型准确预测了每次水华的发生时间,预测值与实际观测值相关系数达到0.6084;水华预测模型的敏感性分析结果揭示了巢湖水华对环境因子的响应规律,表明气温、当前的蓝藻浓度、溶氧和水温是巢湖突发性水华形成的主导因子。