论文部分内容阅读
根据辽宁大伙房水库1980—1997年的水文和湖沼学观测资料，分别建立浮游植物丰度和蓝藻优势度人工神经网络模型。将年降雨量、7—9月平均水温、7—8月入库水量与7—8月库容之比和磷酸盐作为输入，浮游植物生物量和丰度作为输出，建立浮游植物群落消长的人工神经网络模型；将7—9月平均水温、7—8月入出库水量之比、磷酸盐和总氮作为输入，蓝藻优势度作为输出，建立浮游植物演替的人工神经网络预测模型，并进行检验，其模拟值与观测值平均相对误差分别为2%和1%。结果表明，人工神经网络方法优于传统的统计学模型，可进行水库浮游