基于小波分析与BP神经网络的西湖叶绿素a浓度预测模型

作     者：卢志娟 朱玲 裴洪平 汪勇 LU Zhi-Juan;ZHU Ling;PEI Hong-Ping;WANG Yong

作者机构：浙江大学(西溪校区)环境与资源学院环境科学系杭州310028 浙江省辐射环境监测站杭州310012 浙江省环境保护科学设计研究院杭州310007 

出 版 物：《生态学报》 (Acta Ecologica Sinica)

年 卷 期：2008年第28卷第10期

页      面：4965-4973页

核心收录：

学科分类：0710[理学-生物学] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 0804[工学-仪器科学与技术] 0713[理学-生态学] 

基　　金：国家自然科学基金资助项目(39170169)~~ 

主　　题：小波分析 BP神经网络 Chl-a 短期预测 杭州西湖 

摘      要：小波神经网络是基于小波分析理论所构造的一种分层的、多分辨率的新型人工神经网络。选择合适的小波基和分解尺度对西湖水体Chl-a进行小波分析,将原序列分解成一个低频概貌分量和多个高频细节分量,再通过BP网络建立西湖叶绿素a浓度短期预测模型Ⅰ和模型Ⅱ。模型Ⅰ将小波分析去除高频细节信息后的低频概貌部分作为输入变量预测Chl-a含量;模型Ⅱ则对低频部分和高频部分分别进行预测,最后汇总各分网络输出得到最终结果。对确证集预测时,模型Ⅰ的平均误差为4.4%,模型Ⅱ仅为1.9%,且误差范围较模型Ⅰ小,表明模型Ⅱ具有较高的预测精度和稳定性。最后运用模型Ⅱ进行水质预测,预测值与实际值的平均相对误差为6.4%,并选取3号点(中山码头)进行模型的泛化,平均相对误差为6.9%,取得了较理想的预测效果,说明小波神经网络能成功预测西湖水体中Chl-a含量的短期变化趋势,为西湖水质管理提供科学依据。