基于LVQ等神經網絡模型的湖庫營養狀態評價

水體營養狀態評價是對水體富營養化發展過程中某一階段營養狀況的定量描述，其主要目的是為了準確反映湖庫水環境的質量和污染狀況，并預測將來的發展趨勢，為水體水質管理及富營養化防治提供科學依據。湖庫營養狀態的表征和評價技術不僅能夠應用于湖庫科學、客觀的描述和評估，而且對于湖庫的可持續管理和保護具有重要意義［3］。人工神經網絡( ANN) 是目前最活躍的前沿學科之一，尤其適合于處理非線性系統，廣泛應用于湖庫富營養化程度評價中［6 － 11］。然而，上述人工神經網絡評價模型多限于BP、ＲBF 等少數幾種神網絡模型，LVQ、PNN、SOM 以及自組織競爭神經網絡應用于湖庫營養狀態評價尚鮮于報道。基于此，本文償試利用我國湖庫營養狀態分級標準，分別構建LVQ、PNN、SOM 以及自組織競爭神經網絡湖庫營養狀態評價模型，對全國24 個主要湖庫富營養化程度進行評價，旨在拓寬人工神經網絡在湖庫營養狀態評價中的應用，為湖庫營養狀態評價提供新的理論和方法。