基于复杂网络的城市湖库藻类水华形成识别研究.pdfVIP

第 ３４ 卷第 ８期 环　 境　 科　 学　 学　 报 Ｖｏｌ．３４，Ｎｏ．８ ２０１４年８月 　Ａｃｔａ Ｓｃｉｅｎｔｉａｅ Ｃｉｒｃｕｍｓｔａｎｔｉａｅ Ａｕｇ．，２０１４ ＤＯＩ：１０．１３６７１／ｊ．ｈｊｋｘｘｂ．２０１４．０６５５ 邵飞，施彦，王小艺，等．２０１４．基于复杂网络的城市湖库藻类水华形成识别研究［Ｊ］．环境科学学报，３４（８）：２１２１⁃２１２５ Ｓｈａｏ Ｆ，Ｓｈｉ Ｙ，ＷａｎｇＸＹ，ｅｔａｌ．２０１４．Ｒｅｃｏｇｎｉｔｉｏｎｏｆ ｌａｋｅａｌｇａｌｂｌｏｏｍｂａｓｅｄｏｎｃｏｍｐｌｅｘ ｎｅｔｗｏｒｋ［Ｊ］．ＡｃｔａＳｃｉｅｎｔｉａｅＣｉｒｃｕｍｓｔａｎｔｉａｅ，３４（８）：２１２１⁃２１２５ 基于复杂网络的城市湖库藻类水华形成识别研究 ∗ 邵飞，施彦 ，王小艺，许继平，王立，盛璐，唐丽娜 北京工商大学计算机与信息工程学院，北京 １０００４８ 收稿日期：２０１３⁃１０⁃１４　 　 　 修回日期：２０１４⁃０２⁃０４　 　 　 录用日期：２０１４⁃０３⁃１２ 摘要：在对城市湖库藻类水华形成机理深入研究的基础上，将提取的影响水华暴发的关键因子总磷（ＴＰ）、总氮（ＴＮ）、温度（Ｔ）、ｐＨ值、溶解氧 （ＤＯ）、光照（Ｉ）、叶绿素ａ浓度（ｃｈｌ＿ａ）作为网络节点，将影响因素间的关系抽象成网络的边，构建了藻类水华形成的有向网络模型．同时，计算 了复杂网络的统计特征参数，构建了节点的关键度模型，并进行修正，进而构建了水华形成的复杂网络统计特征参数模型Ｇ，对其进行半定量 分级，从而实现对水华暴发的有效识别，最后采用北京城市河湖水质的实验数据对模型进行了验证．结果表明，复杂网络统计特征参数 Ｇ与叶 绿素ａ浓度有显著的相关性，能够较好地表征水华形成过程． 关键词：复杂网络；藻类水华；形成机理；水华识别 文章编号：０２５３⁃２４６８（２０１４）０８⁃２１２１⁃０５　 　 　 中图分类号：Ｘ１７　 　 　 文献标识码：Ａ Ｒｅｃｏｇｎｉｔｉｏｎ ｏｆ ｌａｋｅ ａｌｇａｌ ｂｌｏｏｍ ｂａｓｅｄ ｏｎ ｃｏｍｐｌｅｘ ｎｅｔｗｏｒｋ ∗ ＳＨＡＯ Ｆｅｉ，ＳＨＩ Ｙａｎ ，ＷＡＮＧ Ｘｉａｏｙｉ，ＸＵＪｉｐｉｎｇ，ＷＡＮＧ Ｌｉ，ＳＨＥＮＧ Ｌｕ，ＴＡＮＧ Ｌｉｎａ Ｂｅｉｊｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｂｕｓｉｎｅｓｓ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｊｉｎｇ １０００４８ Ｒｅｃｅｉｖｅｄ １４ Ｏｃｔｏｂｅｒ ２０１３；　 　 　 ｒｅｃｅｉｖｅｄ ｉｎ ｒｅｖｉｓｅｄ ｆｏｒｍ４ Ｆｅｂｒｕａｒｙ ２０１４；　 　 　 ａｃｃｅｐｔｅｄ １２ Ｍａｒｃｈ ２０１４ Ａｂｓｔｒａｃｔ：Ｂａｓｅｄｏｎｔｈｅｄｅｅｐａｎａｌｙｓｉｓｏｆｔｈｅｆｏｒｍａｔｉｏｎｍｅｃｈａｎｉｓｍｏｆ ａｌｇａｌｂｌｏｏｍｉｎｕｒｂａｎｌａｋｅｓ，ａｄｉｒｅｃｔｅｄｇｒａｐｈｍｏｄｅｌｉｓｂｕｉｌｔ．Ｉｎｔｈｉｓｃｏｍｐｌｅｘｎｅｔｗｏｒｋ， ｓｅｖｅｒａｌ ｋｅｙ ｆａｃｔｏｒｓ ｉｎｃｌｕｄｉｎｇ ｔｏｔａｌ ｐｈｏｓｐｈｏｒｕｓ （ＴＰ），ｔｏｔａｌ ｎｉｔｒｏｇｅｎ （ＴＮ），ｔｅｍｐｅｒａｔｕｒｅ （Ｔ），ｐＨ，ｄｉｓｓｏｌｖｅｄ ｏｘｙｇｅｎ （ＤＯ），ｉｌｌｕｍｉｎａｔｉｏｎ （Ｉ） ａｎｄ ｃｈｌ＿ａ ａｒｅ ｅｘｔｒａｃｔｅｄ ｔｏ ｂｅ ｔｈｅ ｎｏｄｅｓ ｏｆ ｔｈｅ ｎｅｔｗｏｒｋ， ａｎｄ ｔｈｅ ａｆｆｅｃｔｉｖｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｔｈｅ ｋｅｙ ｆａｃｔｏｒｓ ａｒｅ ａｂｓｔｒａｃｔｅｄ ｔｏ ｂｅ ｔｈｅ ｓｉｄｅ ｏｆ ｔｈｅ ｎｅｔｗｏｒｋ． Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｅ ｓｔａｔｉｓｔｉｃ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｐａｒａｍｅｔｅｒｓ ｏｆ ｔｈｉｓ ｃｏｍｐｌｅｘ ｎｅｔｗｏｒｋ ａｒｅ ｃａｌｃｕｌａｔｅｄ ａｎｄ ａ ｃｒｉｔｉｃａｌ ｍｏｄｅｌ ｏｆ ｔｈｅ ｎｏｄｅ ｉｓ ｄｅｖｅｌｏｐｅｄ ａｎｄ ｃｏｒｒｅｃｔｅｄ． －