• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

城市湖泊水华预警模型研究——以北京“六海”为例

曾勇 杨志峰 刘静玲

曾勇, 杨志峰, 刘静玲. 城市湖泊水华预警模型研究——以北京“六海”为例[J]. 水科学进展, 2007, 18(1): 79-85.
引用本文: 曾勇, 杨志峰, 刘静玲. 城市湖泊水华预警模型研究——以北京“六海”为例[J]. 水科学进展, 2007, 18(1): 79-85.
ZENG Yong, YANG Zhi-feng, LIU Jing-ling. Algalbloom prediction models for Liuhai-lake in Beijing city[J]. Advances in Water Science, 2007, 18(1): 79-85.
Citation: ZENG Yong, YANG Zhi-feng, LIU Jing-ling. Algalbloom prediction models for Liuhai-lake in Beijing city[J]. Advances in Water Science, 2007, 18(1): 79-85.

城市湖泊水华预警模型研究——以北京“六海”为例

基金项目: 国家自然科学基金重点资助项目(50239020);国家重点基础研究发展计划(973)资助项目(2006CB403303)
详细信息
    作者简介:

    曾勇(1974- ),男,福建宁化人,博士后,主要从事水资源与水环境管理方面研究.

    通讯作者:

    杨志峰,E-mail:Zfyang@bnu.edu.cn

  • 中图分类号: X524

Algalbloom prediction models for Liuhai-lake in Beijing city

Funds: The study is financially supported by the National Basic Research and Development Program of China(2006CB403303)and the Key Program ofNational Natural Science Foundation of China(No.50239020).
  • 摘要: 采用决策树方法和非线性回归方法建立湖泊水华预警模型。决策树方法预测水华爆发时机,非线性回归方法预测水华爆发强度,并运用信号灯显示方法,划分出水华爆发的预警区间。以北京六海为例,模型结果表明来水水量Q,温度T和总磷浓度是影响“六海”湖泊水华爆发的主要影响因子,选择叶绿素a(Chl-a)<30 μg/L的预警信号为绿色,30 μg/L60 μg/L为红色。当每月来水量Q>79.0万m3或来水量Q<79.0万m3,水温<13.4℃,预警指标为绿色;Q<79.0万m3,水温T>13.4℃,水华预警为黄色;Q<38.7万m3时,T>23.25℃,TP>0.13 mg/L,水华预警为红色。对模型结果分类进行了验证。结果表明:模型对于限制因素发生变化时的水华预测结果更为准确,并且结构简单,输入输出关系明显,结果易于解释。
  • [1] 卢小燕,徐福留,詹巍,等.湖泊富营养化模型的研究现状与发展趋势[J].水科学进展,2003,14(6):792-798.
    [2] 夏军,窦明.水体富营养化综合水质模型及其应用研究[J].上海环境科学,2000,19(7):302-308.
    [3] 彭虹,郭生练.汉江下游河段水质生态模型及数值模拟[J].长江流域资源与环境,2002,11(4):363-369.
    [4] 金腊华,徐峰俊.水环境数值模拟与可视化技术[M].北京:化学工业出版社,2004.
    [5] Walter M.Predicting eutrophication effects in the Burrinjuck reservoir(Australia) by means of the deterministic model SALMO and the recurrent neural network model ANNA[J].Ecological modeling,2001,146:97-113.
    [6] 周勇,刘凡,吴丹,等.湖泊水环境预测的原理和方法[J].长江流域资源与环境,1999,8(3):305-311.
    [7] Maier H R,Dandy G C,Burch M D.Use of artificial neural networks for modeling cyanobacteria Anabaena spp.In the river murray,south Australia[J].Ecological modeling,1998,105:257-272.
    [8] Gurbuz H.Predicting dominant phytoplankton quantities in a reservoir by using neural networks[J].Hhydrobiologia,2003,504:133-141.
    [9] 裴洪平,罗妮娜,蒋勇.利用BP神经网络方法预测西湖叶绿素a的浓度[J].生态学报,2004,24 (2):246-251.
    [10] Solomatine D P,Dulal K N.Model tree as an alternative to neural network in rainfall-runoff modeling[J].Hydrological Science Journal,2003,48:399-411.
    [11] Chen Q,Mynett A E.Predicting phaeocystis globosa bloom in Dutch coastal waters by decision trees and non-linear piecewise regression[J].Ecological Modeling,2004,176:277-290.
    [12] Mingers J.An Empirical comparison of selection measures for decision-tree induction[J].Machine learning,1989,3:319-342.
    [13] Quinlan J R.C4.5:Programs for machine learning[M].San Mateo,California:Morgan Kaufrmann,1993.
    [14] 张文彤.SPSS11统计分析教程高级篇[M].北京:希望电子出版社,2002.
    [15] 韩秀娣.非点源污染最佳管理实践[J].上海环境科学,2000,19(3):102-104.
    [16] Webb A A,Erskine W D.A practical scientific approach to riparian vegetation rehabilitation in Australia[J].Journal of environmental management,2003,68:329-341.
    [17] 全为民,沈新强,严力蛟.富营养化水体生物净化效应的研究进展[J].应用生态学报,2003,14(11):2 057-2 061.
  • [1] 刘雪梅, 章光新.  气候变化对湖泊蓝藻水华的影响研究综述 . 水科学进展, 2022, 33(2): 316-326. doi: 10.14042/j.cnki.32.1309.2022.02.015
    [2] 原文林, 宋汉振, 刘美琪.  基于随机雨型的山洪灾害预警模式 . 水科学进展, 2019, 30(4): 515-527. doi: 10.14042/j.cnki.32.1309.2019.04.007
    [3] 乔建平, 李明俐, 杨宗佶, 孟华君, 姜元俊.  基于模型试验的泥石流坡面物源启动预警模型 . 水科学进展, 2018, 29(1): 64-72. doi: 10.14042/j.cnki.32.1309.2018.01.008
    [4] 金菊良, 陈梦璐, 郦建强, 张礼兵, 吴成国.  水资源承载力预警研究进展 . 水科学进展, 2018, 29(4): 583-596. doi: 10.14042/j.cnki.32.1309.2018.04.015
    [5] 刘宁.  中国干旱预警水文方法探析 . 水科学进展, 2014, 25(3): 444-450.
    [6] 郭劲松, 蒋滔, 李哲, 陈永柏, 孙志禹.  三峡水库澎溪河春季水华期p(CO2)及影响因素分析 . 水科学进展, 2011, 22(6): 829-838.
    [7] 吴开亚, 金菊良, 魏一鸣.  流域水安全预警评价的智能集成模型 . 水科学进展, 2009, 20(4): 518-525.
    [8] 宁德志, 滕斌, 谭丽, 周斌珍.  完全非线性聚焦波浪的数值模拟 . 水科学进展, 2008, 19(6): 875-881.
    [9] 刘浩, 潘伟然.  营养盐负荷对浮游植物水华影响的模型研究 . 水科学进展, 2008, 19(3): 345-351.
    [10] 张东辉, 张金存, 刘方贵.  关于水文学中非线性效应的探讨 . 水科学进展, 2007, 18(5): 776-784.
    [11] 林鸿州, 于玉贞, 李广信, 陈天健.  坡地地质灾害的减灾策略——以降雨预警基准为例 . 水科学进展, 2006, 17(4): 490-495.
    [12] 丛沛桐, 王瑞兰, 李翠霞.  黄河封河期冰凌预警地电测试技术研究 . 水科学进展, 2006, 17(6): 877-880.
    [13] 王志良, 门宝辉, 邱林, 裴源生.  区域水规划方案多属性递阶群决策 . 水科学进展, 2005, 16(3): 391-396.
    [14] 王大国, 邹志利.  浅水非线性长波的数值模拟与实验研究 . 水科学进展, 2004, 15(2): 178-183.
    [15] 张扬, 李瑞杰, 郑金海.  波浪的非线性频散关系 . 水科学进展, 2004, 15(4): 448-453.
    [16] 肖芳, 刘静玲, 杨志峰.  城市湖泊生态环境需水量计算——以北京市六海为例 . 水科学进展, 2004, 15(6): 781-786.
    [17] 杨具瑞, 方铎, 何文社, 刘兴年.  推移质输沙率的非线性研究 . 水科学进展, 2003, 14(1): 36-40.
    [18] 窦明, 谢平, 夏军, 沈晓鲤, 方芳.  汉江水华问题研究 . 水科学进展, 2002, 13(5): 557-561.
    [19] 窦明, 谢平, 夏军, 张万顺, 侯丙亮.  南水北调中线工程对汉江水华影响研究 . 水科学进展, 2002, 13(6): 714-718.
    [20] 郭宗楼.  非线性节水高产优化模型 . 水科学进展, 1994, 5(1): 58-63.
  • 加载中
计量
  • 文章访问数:  98
  • HTML全文浏览量:  17
  • PDF下载量:  465
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-09-16
  • 修回日期:  2006-02-24
  • 刊出日期:  2007-01-25

城市湖泊水华预警模型研究——以北京“六海”为例

    基金项目:  国家自然科学基金重点资助项目(50239020);国家重点基础研究发展计划(973)资助项目(2006CB403303)
    作者简介:

    曾勇(1974- ),男,福建宁化人,博士后,主要从事水资源与水环境管理方面研究.

    通讯作者: 杨志峰,E-mail:Zfyang@bnu.edu.cn
  • 中图分类号: X524

摘要: 采用决策树方法和非线性回归方法建立湖泊水华预警模型。决策树方法预测水华爆发时机,非线性回归方法预测水华爆发强度,并运用信号灯显示方法,划分出水华爆发的预警区间。以北京六海为例,模型结果表明来水水量Q,温度T和总磷浓度是影响“六海”湖泊水华爆发的主要影响因子,选择叶绿素a(Chl-a)<30 μg/L的预警信号为绿色,30 μg/L60 μg/L为红色。当每月来水量Q>79.0万m3或来水量Q<79.0万m3,水温<13.4℃,预警指标为绿色;Q<79.0万m3,水温T>13.4℃,水华预警为黄色;Q<38.7万m3时,T>23.25℃,TP>0.13 mg/L,水华预警为红色。对模型结果分类进行了验证。结果表明:模型对于限制因素发生变化时的水华预测结果更为准确,并且结构简单,输入输出关系明显,结果易于解释。

English Abstract

曾勇, 杨志峰, 刘静玲. 城市湖泊水华预警模型研究——以北京“六海”为例[J]. 水科学进展, 2007, 18(1): 79-85.
引用本文: 曾勇, 杨志峰, 刘静玲. 城市湖泊水华预警模型研究——以北京“六海”为例[J]. 水科学进展, 2007, 18(1): 79-85.
ZENG Yong, YANG Zhi-feng, LIU Jing-ling. Algalbloom prediction models for Liuhai-lake in Beijing city[J]. Advances in Water Science, 2007, 18(1): 79-85.
Citation: ZENG Yong, YANG Zhi-feng, LIU Jing-ling. Algalbloom prediction models for Liuhai-lake in Beijing city[J]. Advances in Water Science, 2007, 18(1): 79-85.
参考文献 (17)

目录

    /

    返回文章
    返回