城湖泊水华预警模型研究-水科学进展.PDF

第 18 卷 第 1 期 水 科 学 进 展 Vol18 ,No1 2007 年 1 月 　　 ADVANCES IN WATER SCIENCE 　 J an . , 2007 　 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 (水环境模拟国家重点实验室 , 北京师范大学环境学院 , 北京 　100875) 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 (Chla) 30 ug/ L 的预警信 3 号为绿色 , 30 ug/ L Chla 60 ug/ L 为黄色 , Chla 60 ug/ L 为红色 。当每月来水量 Q 790 万 m 或来水量 Q 790 3 3 3 万 m , 水温 134 ℃, 预警指标为绿色 ; Q 790 万 m , 水温 T 134 ℃, 水华预警为黄色 ; Q 387 万 m 时 , T 2325 ℃, TP 013 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 。 关 　键 　词 : 水华 ; 预警 ; 决策树 ; 非线性回归 ; 信号灯显示 ; 北京六海 ( ) 中图分类号 : X524 　　　文献标识码 : A 　　　文章编号 : 2007 水华爆发是由水体的物理 、化学和生物过程等多种因素共同作用的结果 , 各要素之间关系复杂 , 存在随机 性 、不确定性和非线性特征 , 目前对于其发生的临界因素和机理不完全清楚[ 1] 。对水华爆发的预测主要有两种 方法 , 一种是确定性的机理模型 , 以现实系统的基本物理 、化学定律理论为基础而得到的模型 , 如 QUAL Ⅱ, WASP , SALMO 等水质生态模型[2～5 ] , 但需要大量数据确定其参数 ; 另一种为数据驱动方法 , 包括多元统计回 归方法和神经网络方法 。如周勇等提出了灰色动态模型和多元线性回归模型藕合预测湖泊未来水环境变化的原 理和方法[6 ] 。但多元统计回归模型存在着模型形式的选择问题 , 一般采用线性关系进行简化 , 因此在处理水花 爆发的限制因素发生变化时的预测效果不佳 ; 而神经网络方法由于具有较强的适应能力 、学习能力和真正的多 输入多输出系统的特点得到人们的重视 。其中Maier 等建立的人工神经网络模型预测藻类浓度 ,