BP人工神经网络模型在珠江口水质评价中的应用

李占东, 林钦

李占东, 林钦. BP人工神经网络模型在珠江口水质评价中的应用[J]. 南方水产科学, 2005, 1(4): 47-54.
引用本文: 李占东, 林钦. BP人工神经网络模型在珠江口水质评价中的应用[J]. 南方水产科学, 2005, 1(4): 47-54.
LI Zhan-dong, LIN Qin. The application of BP artificial neural networks on assessment of seawater quality at Pearl River Estuary[J]. South China Fisheries Science, 2005, 1(4): 47-54.
Citation: LI Zhan-dong, LIN Qin. The application of BP artificial neural networks on assessment of seawater quality at Pearl River Estuary[J]. South China Fisheries Science, 2005, 1(4): 47-54.

BP人工神经网络模型在珠江口水质评价中的应用

基金项目: 

南海沿海重要渔业水域生态环境监测和影响评价 

详细信息
    作者简介:

    李占东(1978-),男,硕士,从事海洋渔业资源与生态环境研究。E-mail:Lzd0511@126.com

    通讯作者:

    林钦,E-mail:nhsclq@tom.com

  • 中图分类号: P76

The application of BP artificial neural networks on assessment of seawater quality at Pearl River Estuary

  • 摘要:

    根据海水水质标准GB3097-1997,应用VB编程语言在各类海水水质指标浓度区间内生成足够多的随机分布样本,以此作为海水水质评价BP人工神经网络模型的训练、检验和测试样本,利用训练后的海水水质评价BP人工神经网络模型对珠江口2002~2003年水质状况做出评价。结果表明,训练后的海水水质评价BP人工神经网络模型具有较好的泛化能力,能够准确评价未知海水样本的水质类别;2002~2003年珠江口的水环境总体状况较差,绝大部分区域属于Ⅱ~Ⅳ类海水,在其分布上,珠江口西部海域水质状况好于东部海域,这是由于珠江口东部沿岸城市东莞和深圳较大的排污量和繁忙的海上运输所引起。

    Abstract:

    According standard of seawater quality GB3097-1997, plenty of random samples in the concentration scale of different water quality kinds were produced by VB program, then they were used to train and test the artificial neural networks model based on BP arithmetic, and the seawater quality of Pearl River Estuary in 2002 and 2003 were assessed by the BP artificial neural networks model which had been trained. The results showed that the BP artificial neural networks model which had been trained could estimate the seawater quality kinds of unknown seawater samples exactly, and the seawater quality of Pearl River Estuary in 2002 and 2003 were bad, from class Ⅱ to class Ⅳ in most area. On the distribution of the seawater quality in Pearl River Estuary, the western was better than the eastern what was caused by (1) the large amount polluted water discharged from Dongguan and Shenzhen city located at the east seacoast of Pearl River Estuary; (2) the busy sea transportation in east area of Pearl River Estuary.

  • 营养盐和光照是浮游植物生长的重要物质基础,也是影响赤潮发生的重要因素[1]。近年来日趋严重的水体富营养化问题被提上日程,近海、港湾氮(N)、磷(P)污染的加重加大了赤潮发生的范围和频率,并给海洋生态环境、海水养殖及海运事业的发展带来严重阻碍。赤潮不但能引起水生生物的大量死亡,而且许多赤潮生物产生的赤潮毒素通过食物链的逐级累积,最终对摄食它们的人类产生危害。从20世纪90年代起,中国近海海域赤潮发生的频率开始显著上升[2],沙埕港附近海域更是我国赤潮的常发区和多发区。文章通过在沙埕港湾口设点,现场添加营养盐和控制光照的培养试验,研究了营养盐和光照对浮游植物生长及其群落组成的影响,并为赤潮发生提供合理的参考依据。现场受控培养试验比室内试验更接近于自然状况,其结果能较好地反映自然生态系统的真实状况,因此,被越来越多的学者所采用[3-7],该方法同样也可以用于研究其它生态因子对浮游植物生长的影响。

    此次试验于2006年4月22~27日在沙埕港湾口处沙埕镇附近海域的网箱养殖区进行。

    于现场培养点取表层海水,用200 μm筛绢过滤以去除大型浮游动物的摄食干扰和其它大颗粒悬浮物后,分装到5 L透明塑料桶中,分别加入不同浓度梯度的N、P营养盐,并通过照度计和各种有色透光塑料袋设计出使培养桶内光照强度分别为1%、10%、50%自然光强度,对某些培养桶进行前面所示梯度的遮光培养,以模拟不同的水层环境,同时设1个平行组,盖紧桶口,在桶口处包扎聚乙烯膜,以防止外海水进入桶中,并设置空白对照。样品置于渔民网箱中培养,以保持与现场温度条件一致,并经常振荡以防止浮游植物聚集。培养周期为4 d,分别于第0、2、4天定时取样测定叶绿素(Chl-a)、营养盐和浮游植物。试验组的设计见表 1

    表  1  试验组的设计
    Table  1.  The design of experimental groups
    试验组编号
    group number
    控制因素
    controlled factor
    控制因素水平 controlled factor level
    添加营养盐种类
    additional nutrient
    添加体积/mL
    additional volume
    相对光照强度
    relative illuminance intensity
    对照control 100%
    1 添加亚硝酸盐 100 mg·L-1
    NaNO2
    低水平 5 100%
    10 100%
    中水平 15 100%
    高水平 20 100%
    2 添加硝酸盐 100 mg·L-1KNO3 低水平 5 100%
    10 100%
    中水平 15 100%
    高水平 20 100%
    3 添加氨盐 100 mg·L-1NH4Cl 低水平 5 100%
    10 100%
    中水平 15 100%
    高水平 20 100%
    4 添加磷酸盐 15 mg·L-1NaH2PO4 低水平 4 100%
    8 100%
    中水平 12 100%
    高水平 16 100%
    5 添加硝酸盐和控制光照耦合 100 mg·L-1KNO3 低水平 15 1%
    15 10%
    中水平 15 50%
    高水平 15 100%
    6 添加磷酸盐和控制光照耦合 15 mg·L-1NaH2PO4 低水平 16 1%
    16 10%
    中水平 16 50%
    高水平 16 100%
    注:-表示未添加营养盐
    Note:- Means no nutrient addition.
    下载: 导出CSV 
    | 显示表格

    试验所用绢筛、培养桶和过滤器等先用1 : 5 HCl渍泡24 h以上,再用去离子水洗净,使用时用现场海水润洗。

    Chl-a、营养盐、微、小型浮游植物和微微型浮游植物的取样、样品保存及分析方法依据《海洋监测规范》(GB17378-1998)进行。其中Chl-a采用荧光法测定,亚硝酸盐(NO2-N)、硝酸盐(NO3-N)、氨盐(NH4-N)和磷酸盐(PO4-P)分别采用萘乙二胺分光光度法、锌-镉还原法、次溴酸钠氧化法和磷钼蓝分光光度法测定。

    与对照组相比,培养2 d时,试验组1~6(除试验组3外)的Chl-a浓度均下降,试验组3有小幅上升;培养4 d时,试验组1、2、4的Chl-a浓度已上升,而试验组3的Chl-a浓度下降。

    培养过程中浮游植物种类组成的变化见表 2

    表  2  培养过程中浮游植物种类组成的变化
    Table  2.  Variation of species composition of phytoplankton during the cultivation
    种名species 种名species
    具槽直链藻* Melosira sulcata 有翼圆筛藻* Coscinodiscus bipartitus
    离心列海链藻* Thalassiosira excentrica 洛氏菱形藻* Nitzschia lorenziana
    柔弱菱形藻* Nitzschia delicatissima 羽纹藻* Pinnularia sp.
    舟形藻* Navicula sp. 海洋原甲藻* Prorocentrum micans
    微小原甲藻* Prorocentrum minimum 锥状斯比藻* Scrippsiella trochoidea
    膝沟藻* Goniaulax sp. 红色裸甲藻* Gymnodinium sanguineum
    结节圆筛藻 Coscinodiscus nodulifer 虹彩圆筛藻 Coscinodiscus oculus-iridis
    星脐圆筛藻 O.asteromphalus var.asteromphalus 具边线形圆筛藻 C.marginato-lineatus
    辐射列圆筛藻 C.radiatus 琼氏圆筛藻 C.jonesianus
    圆筛藻 Coscinodiscus sp. 条纹小环藻 Cyclotella striata
    柱状小环藻 Cyclotella stylorum 波状辐裥藻 Protoperidinium depressum
    厚辐环藻 Actinocyclus crassus 圆海链藻 Thalassiosira rotula
    环纹娄氏藻 Lauderia annulata 优美旭氏藻矮小变型 Schroderella delicatula f.schroderi
    中肋骨条藻 Skeletonema costatum 柔弱根管藻 Rhizosolenia delicatula
    厚刺根管藻 Rhizosolenia crassispina 劳氏角毛藻 Chaetoceros lorenzianus
    横滨盒形藻 Biddulphia grundleri 中华半管藻 Hemiaulus sinensis
    布氏双尾藻 Actinoptychus undulatus 太阳双尾藻 Ditylum sol
    柔弱井字藻 Eunotogramma debile 冰河拟星杆藻 Asterionellopsis glacialis
    平片针杆藻 Synedra tabulata 尺骨针杆藻 Synedra ulna
    针杆藻 Synedra sp. 菱形海线藻 Thalassionema nitzschioides
    海生斑条藻 Grammatophora marina 波状斑条藻 Grammatophora undulata
    短楔形藻 Licmophora abbreviata 楔形藻 Licmophora sp.
    卵形藻 Cocconeis sp. 蜂腰双壁藻 Diploneis bombus
    端尖斜纹藻 Pleurosigma acutum 海洋曲舟藻 Pleurosigma pelagicum
    曲舟藻 Pleurosigma sp. 长菱形藻 Nitzschia longissima
    弯端长菱形藻 Nitzschia longissima var.reversa 新月菱形藻 N.closterium
    奇异菱形藻 N.paradoxa 钝头菱形藻 N.obtusa
    菱形藻 Nitzschia sp. 芽形双菱藻 Surirella gemma
    双菱藻 Surirella sp. 胸膈藻 Mastogloia sp.
    双眉藻 Amphora sp. 梭角藻 Ceratium fusus
    叉状角藻 Ceratium furca 亚历山大藻 Alexandrium sp.
    无纹环沟藻 Gyrodinium instriatum 二角原多甲藻 Protoperidinium bipes
    夜光藻 Noctiluca scintillans 扁甲藻 Pyrophacus sp.
    颤藻 Oscillatoria sp. 普氏棕囊藻 Phaeocystis pouchetii
    小等刺硅鞭藻 Dictyocha fibula
    注:上表为整个培养过程中出现的全部物种名录;* 表示试验初始自然水体中的浮游植物种类
    Note:The table shows all the species during the cultivation;* Denotes the species in the natural water at the beginning of the experiment.
    下载: 导出CSV 
    | 显示表格

    培养2 d时,与对照相比,各试验组普遍出现布氏双尾藻、针杆藻、楔形藻、端尖斜纹藻、长菱形藻、弯端长菱形藻、双菱藻、双眉藻、二角原多甲藻等种类;但中华半管藻、叉状角藻和夜光藻只在试验组1出现;颤藻只在试验组4出现。

    培养4 d时,与对照和培养2 d时相比,各试验组又普遍出现膝沟藻、柔弱根管藻、奇异菱形藻、棕囊藻等种类,夜光藻消失。试验组1出现海生斑条藻;试验组2出现太阳双尾藻、劳氏角毛藻;试验组3出现菱形海线藻;试验组4出现小等刺硅鞭藻、冰河拟星杆藻和梭角藻。

    表 3中可以看出,对照组浮游植物种类数和丰度在培养过程中呈明显上升趋势,其原因可能为试验初始为阴雨天,低光照强度及雨水的冲淡作用都会对浮游植物丰度产生较大影响,培养期间,天气逐渐放晴,光强增高,加上小容积封闭培养空间的局限,这些都可能使浮游植物丰度在短期内迅速增加。为了消除培养期间对照组本身的浮游植物种类和数量变动,下面比较时均以当天的对照为参考。

    表  3  培养过程中浮游植物种类数、Shannon多样性指数H′(log2)[8]和丰度的变化
    Table  3.  Variation of species number, Shannon diversity index and cell abundance of phytoplankton during the cultivation
    培养时间
    cultivation time
    试验组编号
    group number
    各试验组不同水平下的平均值  mean value of each group
    种类数
    species number
    Shannon多样性指数
    Shannon diversity index
    丰度/cells·mL-1
    abundance
    初始initial 对照 13 2.806 1.53
    2 d 对照 17 2.681 4.63
    1 17 2.535 6.54
    2 16 2.161 13.95
    3 20 2.401 16.89
    4 19 2.294 17.88
    5 16 2.962 7.40
    6 15 2.963 3.38
    4 d 对照 32 1.234 160.88
    1 24 0.760 193.93
    2 23 1.313 167.08
    3 25 1.671 118.94
    4 19 1.385 70.70
    5 15 2.677 35.06
    6 16 2.260 26.30
    下载: 导出CSV 
    | 显示表格

    从浮游植物种类数的变化看,培养2 d时,试验组1~6的种类数均有小幅增加,以试验组3更为明显;培养4 d时,试验组1~6的种类数均大幅下降,以试验组5、6降幅更大。

    从丰度变化看,培养2 d时,试验组1~6的丰度均增加,且以中浓度N(0.3 mg · L-1)、低浓度P(0.012 mg · L-1)加富的丰度增幅更大,10%自然光强下的丰度明显高于1%和50%。培养4 d时,试验组1、2的浮游植物丰度继续增加,但增幅较培养2 d时明显降低;试验组3~6的浮游植物丰度均下降,且试验组5、6的丰度降至很低。

    从Shannon多样性指数的变化看,试验初始时为2.806,培养期间所有试验组的Shannon指数均有不同程度的下降,且随着培养时间的延长呈不断降低趋势。培养2 d时以试验组2降幅最大,培养4 d时以试验组1降幅最大,试验组5、6比其它试验组的Shannon指数高。

    将各试验组的每个浓度梯度作为一个样本,则本次培养试验共有47个样本,根据优势度公式[9]计算每个物种的优势度Y表 4列出了Y≥0.002的物种。

    表  4  培养过程中的浮游植物优势种
    Table  4.  Predominant species of phytoplankton during the cultivation
    物种 species 占细胞总量的百分比/%
    percentage
    出现频率
    frequency
    优势度
    dominance
    柔弱菱形藻 Nitzschia delicatissima 74.56 0.98 0.731
    海洋原甲藻 Prorocentrum micans 16.23 0.90 0.146
    圆海链藻 Thalassiosira rotula 3.31 0.78 0.026
    离心列海链藻 T.excentrica 0.60 0.90 0.005
    微小原甲藻 Prorocentrum minimum 0.66 0.70 0.005
    舟形藻 Navicula sp. 0.42 0.92 0.004
    锥状斯比藻 Scrippsiella trochoidea 0.54 0.70 0.004
    菱形藻 Nitzschia sp. 0.35 0.86 0.003
    亚历山大藻 Alexandrium sp. 0.42 0.64 0.003
    羽纹藻 Pinnularia sp. 0.54 0.46 0.002
    具槽直链藻 Melosira sulcata 0.31 0.80 0.002
    中肋骨条藻 Skeletonema costatum 0.50 0.42 0.002
    下载: 导出CSV 
    | 显示表格

    表 4可以看出,在各样本中出现频率>0.75的种类有柔弱菱形藻、海洋原甲藻、离心列海链藻、舟形藻、菱形藻、具槽直链藻和圆海链藻,其中以柔弱菱形藻出现频率最高,为0.98。从各物种细胞数占浮游植物细胞总量的百分比看,柔弱菱形藻高居首位,达74.56%;海洋原甲藻和圆海链藻次之,分别为16.23%和3.31%;其余种类的细胞量百分比均<1%。因此,柔弱菱形藻、海洋原甲藻和圆海链藻是此次培养试验过程中出现的主要优势种。培养过程中各试验组中上述3个主要优势种的丰度变化如图 1所示。

    图  1  营养盐和光照对主要优势种生长的影响
    图中横轴G1~G4表示各试验组设置的4个递增梯度
    Figure  1.  Influences of nutrients and illuminance on the growth of main dominant species
    Horizontal axis G1~G4 represent four increasing gradients of each experimental group.

    图 1可以看出,培养2 d时,低水平P对优势种的生长起到很大的促进作用,中水平的NH4-N、NO3-N对海洋原甲藻和柔弱菱形藻的生长有较强的促进作用,中、高水平的NH4-N明显促进了圆海链藻的生长。3种优势种对NO2-N的反映不很敏感。低光照对各优势种生长具有明显的抑制作用,此时即使伴以营养盐加富,其生长仍受抑制。

    培养4 d时,试验组1、3、4中高营养盐水平下的柔弱菱形藻和海洋原甲藻丰度大幅下降,而圆海链藻丰度则上升,试验组2中高NO3-N水平下的各优势种丰度均降至很低。试验组5、6中光照限制下的各优势种丰度均降至几乎为零。

    图 2可以看出,试验初始,微微型真核浮游植物(Picoeukphytoplankton,Euk)和聚球藻(Synechococcus,Syn)的丰度分别为2.90×106和10.50×106 cells · L-1。培养2 d时,Syn丰度大幅下降,全部试验组中Euk丰度均高出Syn。培养4 d时,试验组5、6中50%自然光强下Euk的丰度分别高达20.00×106和28.37×106 cells · L-1,大大高出其它试验组中Euk丰度和全部试验组中Syn丰度。

    图  2  营养盐和光照对微微型浮游植物生长的影响
    图中横轴G1~G4表示各试验组设置的4个递增梯度
    Figure  2.  Influences of nutrients and illuminance on the growth of picophytoplankton
    Horizontal axis represents four increasing gradients of each experimental group.

    从前面的结果分析可以看出,光照对浮游植物生长的影响已很明了,为了进一步明确营养盐对浮游植物生长的影响,表 5分析了营养盐浓度变化与各类群浮游植物丰度之间的关系。

    表  5  浮游植物与营养盐浓度变化的Pearson相关性
    Table  5.  Pearson correlation between phytoplankton cell abundance and nutrients concentrations
    微、小型浮游植物丰度
    micro-nanophytoplankton abundance
    微微型浮游植物丰度
    picophytoplankton abundance
    相关系数
    correlation coefficient
    二尾显著性
    two-tailed significance test
    相关系数
    correlation coefficient
    二尾显著性
    two-tailed significance test
    Shannon 指数
    Shannon index
    -0.880** 0.000
    NO2-N nitrite 0.335 0.189 -0.022 0.933
    NO3-N nitrate -0.625** 0.007 0.018 0.944
    NH4-N ammonium -0.336 0.187 0.069 0.793
    PO4-P phosphate 0.131 0.617 0.530* 0.029
    N/P值
    ratio of nitrogen and phosphorus
    0.521* 0.032 0.049 0.853
    注:*显著性水平为0.05;* *显著性水平为0.01
    Note:* Denotes significance level at 0.05;* * Denotes significance level at 0.01.
    下载: 导出CSV 
    | 显示表格

    表 5可以看出,微、小型浮游植物丰度与NO3-N呈很显著负相关,相关系数和显著水平分别为-0.625和0.007;与N/P呈显著正相关,相关系数和显著水平分别为0.521和0.032;与Shannon多样性指数呈极显著负相关,相关系数和显著水平分别为-0.880和0.000。微微型浮游植物丰度与PO4-P呈显著正相关,相关系数和显著水平分别为0.530和0.029。

    光照对浮游植物的生长有明显影响,微、小型浮游植物在高光照(100%自然光强)下生长最快,光强越弱,生长越慢。微微型浮游植物(主要是Euk)在50%自然光强下生长最快,高光照(100%自然光强)或弱光照(10%自然光强)下生长速度减慢,暗光照(1%自然光强)下生长最慢。

    在此次试验中,营养盐加富在短期内引起浮游植物种类和数量的增加,之后随着营养盐的消耗,浮游植物又快速衰败。培养前期P加富的浮游植物比N加富生长快,这与培养水体存在潜在的P限制(N/P值大于Redfield比值16 : 1)有关。培养后期NH4-N加富的浮游植物丰度低于NO3-N和NO2-N加富,这与过量NH4-N(试验水体中高本底NH4-N、试验初始NH4-N加富以及培养过程中水生生物代谢产生NH4-N)对浮游植物的毒副作用有关。

    有研究表明,在一定范围内,营养盐加富会促进浮游植物生长,这是因为环境中N、P浓度的上升使藻体利用N、P的一系列生理过程的底物浓度升高,因而在一定范围内其同化作用增加[10-11]。此试验中,由于培养水体中P(0.020 mg · L-1)和NO2-N(0.008 mg · L-1)的本底浓度低,两者的加富均促进了Euk和Syn的生长,但Euk对营养盐加富的响应速度比Syn快。据报道,当N浓度或P浓度到达一定值时,浓度对藻类生长的影响趋于稳定[10-11]。而此次试验中,当营养盐浓度超过一定水平后,其促进作用减弱甚至还会抑制某些物种的生长,该抑制作用在主要优势种上得以充分体现。高水平NO3-N下,圆海链藻和柔弱菱形藻的生长几乎停止,海洋原甲藻的生长也明显减缓,这表明浮游植物对营养盐的吸收有一定限度,且因浮游植物种类不同而有不同的影响特征。另外,随着营养盐的消耗,海洋原甲藻首先出现丰度下降,说明柔弱菱形藻和圆海链藻比海洋原甲藻更具有竞争优势,并且,圆海链藻对NO3-N加富的响应速度慢于柔弱菱形藻和海洋原甲藻。

    此试验还发现,在无机N盐(NO3-N、NO2-N、NH4-N)和PO4-P同时存在的情况下,即使存在潜在的P限制,浮游植物也会首先利用N盐,这与前人的研究结果一致[12-13]

    一般地,处于某种营养盐限制的藻类被移入含该营养盐丰富的环境中,其吸收速率有明显的增加,限制的程度越大,吸收速率的增加就越明显[14],此试验自然水体中的NO2-N浓度很低(0.008 mg · L-1),其加富便引起了浮游植物对其的大幅吸收。

    N加富后NO3-N浓度先下降,后上升,这与浮游植物呼吸和浮游动物排泄等释放营养盐有关,浮游植物吸收和通过呼吸作用释放是营养盐最大的源和汇[15]

    营养盐加富使浮游植物多样性指数明显下降,这说明浮游植物群落结构发生变化,有生态异常和不稳定趋向,这也是其对环境信息的反馈。

    相关分析表明,微、小型浮游植物丰度与NO3-N、N/P呈显著相关,相关系数分别为-0.625、0.521;微微型浮游植物丰度与PO4-P呈显著正相关,相关系数为0.530。可见,在相同条件下,微微型浮游植物更易受P限制的影响。

    从营养盐加富对微、小型浮游植物的影响上看,营养盐加富在一定程度上可缓解低光照对浮游植物的抑制作用,且营养盐浓度越高,缓和作用越强。高光照对浮游植物吸收P有一定促进作用,但对N吸收的促进作用不明显。

    文章只是关于营养盐和光照对浮游植物生长及其群落结构影响的初步研究,在该领域方面的研究还有待于通过扩大研究地点、延长培养时间、增加营养盐研究的多态性以及应用生态学软件等诸多方面继续深化。

  • 图  1   采样站位图

    Figure  1.   The map of sampling stations

    图  2   珠江口水质评价BP人工神经网络模型结构图

    Figure  2.   The structure of BP artificial neural network for water quality assessment of Pearl River Estuary

    图  3   2002~2003年珠江口水质分布状况

    a.2002年5月;b.2002年8月;c.2003年5月;d.2003年8月

    Figure  3.   The distribution of water quality at Pearl River Estuary in 2002~2003

    a.May 2002;b.Aug.2002;c.May 2003;d.Aug.2003

    表  1   海水水质标准

    Table  1   The seawater quality criterion  mg · L-1

    水质因子
    seawater factors
    第Ⅰ类
    class Ⅰ
    第Ⅱ类
    class Ⅱ
    第Ⅲ类
    class Ⅲ
    第Ⅳ类
    class Ⅳ
    超Ⅳ类
    excessing Ⅳ class
    溶解氧 (DO) >6 >5 >4 >3 ≤3
    无机氮 (TIN) ≤0.20 ≤0.30 ≤0.40 ≤0.50 >0.50
    磷酸盐 (PO4-P) ≤0.015 ≤0.030 ≤0.045 >0.045
    铅 (Pb) ≤0.001 ≤0.005 ≤0.010 ≤0.050 >0.050
    铜 (Cu) ≤0.005 ≤0.010 ≤0.050 >0.050
    锌 (Zn) ≤0.020 ≤0.050 ≤0.10 ≤0.50 >0.50
    化学耗氧量 (COD) ≤2 ≤3 ≤4 ≤5 >5
    石油类 (petroleum) ≤0.05 ≤0.30 ≤0.50 >0.50
    下载: 导出CSV

    表  2   2002~2003年珠江口水质调查结果

    Table  2   The result of water quality at Pearl River Estuary from 2002 to 2003 mg · L-1

    站号
    station
    采样日期
    sampling time
    溶解氧
    DO
    无机氮
    TIN
    磷酸盐
    PO4-P
    石油类
    petroleum
    化学耗氧量
    COD

    Cu

    Pb

    Zn
    1 2002.5 5.38 0.538 0.007 0.054 1.11 0.0046 0.0018 0.073
    2002.8 5.86 0.178 0.022 0.032 2.72 0.0176 0.0035 0.032
    2003.5 5.86 0.378 0.032 0.025 1.52 0.0060 0.0011 0.019
    2003.8 4.03 1.126 0.027 0.166 1.83 0.0082 0.0224 0.041
    2 2002.5 5.74 0.346 0.003 0.002 0.99 0.0062 0.0002 0.099
    2002.8 5.96 0.075 0.026 0.059 1.73 0.0065 0.0031 0.026
    2003.5 4.58 0.721 0.032 0.033 1.22 0.0027 0.0005 0.033
    2003.8 4.01 1.464 0.103 0.060 1.76 0.0113 0.0176 0.147
    3 2002.5 7.05 0.129 0.005 0.062 1.40 0.0096 0.0020 0.127
    2002.8 6.86 0.059 0.010 0.014 2.60 0.0108 0.0024 0.045
    2003.5 6.63 0.316 0.024 0.002 0.65 0.0032 0.0014 0.008
    2003.8 5.70 0.810 0.034 0.089 1.01 0.0054 0.0219 0.034
    4 2002.5 5.78 0.647 0.004 0.162 1.19 0.0060 0.0009 0.098
    2002.8 5.40 0.103 0.011 0.068 1.37 0.0056 0.0017 0.029
    2003.5 5.35 0.673 0.050 0.002 1.04 0.0034 0.0001 0.025
    2003.8 4.47 0.895 0.055 0.105 1.40 0.0039 0.0242 0.208
    5 2002.5 7.99 0.121 0.019 0.080 1.57 0.0052 0.0015 0.045
    2002.8 6.66 0.055 0.015 0.034 1.62 0.0112 0.0023 0.021
    2003.5 7.34 0.103 0.024 0.049 0.94 0.0035 0.0006 0.016
    2003.8 5.73 0.870 0.042 0.025 1.01 0.0048 0.0051 0.163
    6 2002.5 6.55 0.318 0.021 0.190 0.74 0.0046 0.0021 0.069
    2002.8 6.08 0.217 0.021 0.023 1.57 0.0069 0.0020 0.022
    2003.5 6.28 0.800 0.035 0.055 1.02 0.0029 0.0003 0.006
    2003.8 6.72 0.943 0.045 0.067 1.53 0.0034 0.0134 0.087
    7 2002.5 4.36 1.478 0.027 0.086 1.11 0.0054 0.0034 0.099
    2002.8 5.84 0.505 0.036 0.021 1.72 0.0072 0.0048 0.034
    2003.5 6.34 0.830 0.050 0.122 0.39 0.0032 0.0001 0.012
    2003.8 5.28 1.053 0.064 0.118 0.82 0.0031 0.0119 0.093
    8 2002.5 6.46 0.909 0.020 0.150 1.24 0.0068 0.0048 0.057
    2002.8 6.43 0.055 0.023 0.020 1.68 0.0104 0.0026 0.028
    2003.5 7.47 0.470 0.035 0.042 0.81 0.0035 0.0015 0.015
    2003.8 5.86 0.380 0.037 0.072 1.40 0.0056 0.0192 0.056
    9 2002.5 6.94 0.425 0.014 0.017 1.50 0.0042 0.0036 0.049
    2002.8 5.71 0.942 0.033 0.013 1.40 0.0063 0.0015 0.017
    2003.5 7.23 0.613 0.027 0.008 0.88 0.0019 0.0035 0.014
    2003.8 6.37 0.935 0.039 0.117 0.78 0.0039 0.0128 0.070
    10 2002.5 4.53 0.776 0.036 0.019 0.95 0.0050 0.0009 0.067
    2002.8 5.69 1.251 0.056 0.028 1.10 0.0052 0.0023 0.010
    2003.5 8.14 0.450 0.015 0.064 0.35 0.0021 0.0007 0.021
    2003.8 5.29 0.985 0.065 0.069 0.82 0.0023 0.0108 0.050
    11 2002.5 6.35 0.243 0.013 0.025 0.58 0.0052 0.0025 0.058
    2002.8 6.26 0.040 0.024 0.025 2.29 0.0196 0.0038 0.055
    2003.5 7.18 0.657 0.034 0.009 0.39 0.0022 0.0002 0.013
    2003.8 6.19 0.891 0.051 0.104 1.10 0.0025 0.0135 0.110
    12 2002.5 6.35 0.634 0.018 0.253 0.41 0.0064 0.0040 0.061
    2002.8 6.50 0.216 0.031 0.037 1.15 0.0043 0.0008 0.015
    2003.5 8.34 0.563 0.050 0.026 1.70 0.0031 0.0002 0.005
    2003.8 5.46 0.881 0.036 0.073 0.86 0.0031 0.0134 0.044
    13 2002.5 4.88 0.461 0.016 0.010 0.58 0.0082 0.0064 0.065
    2002.8 6.50 0.752 0.033 0.004 1.07 0.0043 0.0013 0.021
    2003.5 7.88 0.380 0.016 0.005 0.37 0.0013 0.0004 0.006
    2003.8 5.65 0.780 0.053 0.072 1.01 0.0020 0.0117 0.042
    14 2002.5 6.44 0.684 0.014 0.053 0.62 0.0102 0.0028 0.038
    2002.8 6.41 0.250 0.019 0.013 1.25 0.0066 0.0016 0.027
    2003.5 8.24 0.597 0.021 0.002 0.37 0.0019 0.0001 0.010
    2003.8 6.43 0.299 0.030 0.064 1.12 0.0023 0.0083 0.117
    15 2002.5 6.86 0.916 0.021 0.075 0.54 0.0058 0.0031 0.057
    2002.8 6.77 0.618 0.019 0.025 1.07 0.0030 0.0005 0.013
    2003.5 7.61 0.590 0.030 0.010 1.17 0.0024 0.0001 0.017
    2003.8 5.70 0.733 0.034 0.036 0.72 0.0023 0.0148 0.026
    16 2002.5 5.27 0.584 0.024 0.009 0.62 0.0052 0.0018 0.061
    2002.8 6.86 0.680 0.028 0.002 0.99 0.0036 0.0007 0.019
    2003.5 8.58 0.641 0.017 0.043 1.04 0.0025 0.0003 0.010
    2003.8 5.76 0.683 0.043 0.011 0.93 0.0028 0.0104 0.093
    17 2002.5 6.18 0.633 0.020 0.008 1.65 0.0058 0.0027 0.053
    2002.8 6.07 0.729 0.027 0.011 1.03 0.0034 0.0005 0.031
    2003.5 7.33 0.714 0.038 0.000 1.45 0.0016 0.0005 0.005
    2003.8 6.25 0.659 0.041 0.032 0.95 0.0023 0.0108 0.013
    18 2002.5 6.37 0.946 0.031 0.042 0.82 0.0050 0.0058 0.089
    2002.8 6.58 0.492 0.016 0.011 1.32 0.0044 0.0009 0.015
    2003.5 9.46 0.671 0.026 0.002 0.64 0.0034 0.0005 0.008
    2003.8 6.05 0.657 0.032 0.058 0.60 0.0028 0.0072 0.128
    19 2002.5 4.99 0.957 0.022 0.021 0.68 0.0040 0.0001 0.124
    2002.8 6.47 0.896 0.035 0.016 1.24 0.0034 0.0008 0.028
    2003.5 10.1 0.698 0.026 0.006 1.14 0.0018 0.0002 0.008
    2003.8 6.68 0.519 0.031 0.058 0.60 0.0020 0.0075 0.088
    20 2002.5 5.49 0.579 0.014 0.009 0.43 0.0026 0.0004 0.046
    2002.8 6.46 0.890 0.026 0.024 0.78 0.0045 0.0008 0.012
    2003.5 9.42 0.178 0.009 0.008 1.62 0.0029 0.0002 0.020
    2003.8 5.60 1.011 0.038 0.056 0.93 0.0028 0.0094 0.031
    下载: 导出CSV

    表  3   不同海水类别的分界值样本

    Table  3   The division value of different kind seawater  mg · L-1

    类别
    class
    溶解氧
    DO
    无机氮
    TIN
    磷酸盐
    PO4-P

    Pb

    Cu

    Zn
    化学耗氧量
    COD
    石油类
    petroleum
    6 0.2 0.015 0.001 0.005 0.020 2 0.05
    5 0.3 0.030 0.005 0.010 0.050 3 0.05
    4 0.4 0.030 0.010 0.050 0.100 4 0.30
    3 0.5 0.045 0.050 0.050 0.500 5 0.50
    下载: 导出CSV

    表  4   珠江口海水样品的BP人工网络模型输出值及其水质类别

    Table  4   The BP artificial neural network output values and water quality ranks of seawater samples from Pearl River Estuary

    站号
    station
    采样日期
    sampling
    模型输出值
    the model
    水质类别
    water quality
    站号
    station
    采样日期
    sampling
    模型输出值
    the model
    水质类别
    water quality
    1 2002.5 2.111 11 2002.5 1.553
    2002.8 2.040 2002.8 1.867
    2003.5 2.149 2003.5 2.256
    2003.8 4.028 2003.8 3.718
    2 2002.5 1.677 12 2002.5 2.381
    2002.8 1.675 2002.8 1.626
    2003.5 2.967 2003.5 2.457
    2003.8 4.793 超Ⅳ类 2003.8 3.454
    3 2002.5 1.707 3 2002.5 2.269
    2002.8 1.492 2002.8 2.750
    2003.5 1.499 2003.5 1.187
    2003.8 3.337 2003.8 3.571
    4 2002.5 2.310 14 2002.5 2.263
    2002.8 1.402 2002.8 1.571
    2003.5 3.086 2003.5 1.602
    2003.8 4.126 2003.8 2.201
    5 2002.5 1.474 15 2002.5 2.780
    2002.8 1.431 2002.8 2.028
    2003.5 1.267 2003.5 2.086
    2003.8 3.619 2003.8 3.094
    6 2002.5 1.973 16 2002.5 2.474
    2002.8 1.648 2002.8 2.361
    2003.5 2.824 2003.5 1.701
    2003.8 3.676 2003.8 3.274
    7 2002.5 4.161 17 2002.5 2.511
    2002.8 2.701 2002.8 2.625
    2003.5 3.110 2003.5 2.613
    2003.8 4.160 2003.8 2.956
    8 2002.5 2.967 18 2002.5 3.298
    2002.8 1.538 2002.8 1.812
    2003.5 1.978 2003.5 1.720
    2003.8 2.678 2003.8 2.856
    9 2002.5 1.829 19 2002.5 3.297
    2002.8 3.267 2002.8 3.109
    2003.5 2.169 2003.5 1.727
    2003.8 3.445 2003.8 2.392
    10 2002.5 3.262 20 2002.5 2.032
    2002.8 3.940 2002.8 2.786
    2003.5 1.412 2003.5 1.038
    2003.8 4.048 2003.8 3.616
    下载: 导出CSV
  • [1] 楼文高. 海水水质评价的人工神经网络模型[J]. 海洋环境科学, 2001, 20(4): 49-53. doi: 10.3969/j.issn.1007-6336.2001.04.012
    [2] 国家环境保护总局监督管理司. 中国环境影响评价[M]. 北京: 化学工业出版社, 2000.
    [3] 徐恒振, 尚龙生. 海水水质评价的灰色局势决策水质级数法[J]. 海洋环境科学, 1994, 1(4): 36-42. https://qikan.cqvip.com/Qikan/Article/Detail?id=1362148
    [4] 徐恒振, 尚龙生, 周传光. 海水水质评价的物元分析法[J]. 海洋环境科学, 1996, 15(3): 10-14.
    [5] 阎平凡. 人工神经网络的容量、学习与计算复杂性[J]. 电子学报, 1995, 23(1): 63-67. http://lib.cqvip.com/Qikan/Article/Detail?id=1722537
    [6] 江学军, 唐焕文. 前馈神经网络泛化能力的系统分析[J]. 系统工程理论与实践, 2000, 20(8): 36-40. doi: 10.3321/j.issn:1000-6788.2000.08.007
    [7] 杨志英. BP神经网络在水质评价中的应用[J]. 中国农村水利水电, 2001, (9): 27-29. doi: 10.3969/j.issn.1007-2284.2001.09.010
    [8] 李凤全, 林年丰. 神经网络和地理信息系统耦合方法在地下水水质评价中的应用[J]. 长春科技大学学报, 2001, 31(1): 50-53. doi: 10.3969/j.issn.1671-5888.2001.01.010
    [9] 许振成. 珠江口海域环境及其综合治理问题辨析[J]. 热带海洋学报, 2003, 22(6): 88-93. doi: 10.3969/j.issn.1009-5470.2003.06.012
    [10] 王晓明, 仲铭锦, 廖文波, 等. 珠江口沿岸地区资源环境及可持续发展措施[J]. 中山大学学报(自然科学版), 2003, 42(6): 73-77. doi: 10.3321/j.issn:0529-6579.2003.06.019
    [11] 朱小鸽, 何执兼, 邓明. 最近25年珠江口水环境的遥感监测[J]. 遥感学报, 2001, 5(5): 396-401. https://d.wanfangdata.com.cn/periodical/Ch9QZXJpb2RpY2FsQ0hJTmV3UzIwMjQxMTA1MTcxMzA0Eg15Z3hiMjAwMTA1MDEzGggxdTNxOW1scA%3D%3D
    [12] 周言遐. 珠江口及邻近海域水质状况分析[J]. 海洋通报, 1994, 13(3): 24-30. https://xueshu.baidu.com/usercenter/paper/show?paperid=55f28842d6dc7437cb6ca21c00753693&site=xueshu_se&hitarticle=1
    [13] 周瑛, 刘洁, 吴仁海. 珠江三角洲水环境问题及其原因[J]. 云南地理环境研究, 2003, 15(4): 47-53. doi: 10.3969/j.issn.1001-7852.2003.04.009
    [14] 国家海洋局. 海洋监测规范[M]. 北京: 海洋出版社, 1991.
图(3)  /  表(4)
计量
  • 文章访问数:  4902
  • HTML全文浏览量:  119
  • PDF下载量:  3587
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-06-12
  • 刊出日期:  2005-08-19

目录

/

返回文章
返回