全部版块 我的主页
论坛 数据科学与人工智能 人工智能 人工智能论文版
690 0
2017-09-26
摘要:于2007—2008年对象山港23个站点(包括10个电厂站点)的水质样品进行连续2年的季节性采集,采用SOM(Self-Organizing Map)工具箱,结合k-nn(knearest neighbors)神经元聚类对15个水质参数进行分析,以探明象山港海域水质时空变化并识别敏感的影响区域.结果显示,象山港海域N/P(物质的量比)平均值为27.0.水体污染指数(AI)和海水营养指数(NI)分别指示整个象山港水质处于严重污染和富营养化状态,但水质加权指数(WDX)显示,加权水质标准未超过3类水质,说明传统的AI和NI指数不能反映象山港的实际水质状况.经SOM分析发现,象山港海域各取样站点按季节和空间格局可分为8个聚类组.从季节上看,pH和油类含量在春季最低;夏季水温、COD、NO2--N最高,而DO最低.NO3--N、DIN、DIP在秋冬季节高于春夏季节,但透明度相反.Chl-a含量以夏季最高,冬季最低.GLM(General Linear Model)方差分析显示,不同季节的安全性指数(SFT)和N/P无显著差异(p〉0.05),而NI、AI和WDX差异极显著(p〈0.01).空间分析显示,象山港水体可分为港底区和口中部区,其中,港底区盐度、pH显著低于口中部区(p〈0.01),而NO2--N、NH4+-N、DIN、DIP、Chl-a则显著高于口中部区(p〈0.05).除WDX无显著差异外,港底区的N/P显著低于口中部区(p〈0.01),而NI、AI、SFT相反(p〈0.05).建议港区底部宜采用养殖大型海藻方式以减轻富营养化,此外,冬季黄墩港的水体中粪大肠菌群严重超标,生食该季节贝类产品时需要检测.

原文链接:http://www.cqvip.com/QK/91840X/201205/41736130.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群