PCA和ANN在鄱阳湖水质评价中的应用

摘要

鄱阳湖是江西省的主要湖泊，也是我国最大的淡水湖，拥有丰富的水资源和生物资源，具有蓄洪、航运、灌溉、水产养殖和旅游等多方面功能。鄱阳湖的水环境保护问题一直以来都是一个倍受关注的课题。
　　 本文结合主成份分析和神经网络用于鄱阳湖的水质监测数据评价，降低水质评价处理过程中的不确定性，得到更精确的水质评价结果，准确获得目标水体的水质状况，分析水质变化原因，为鄱阳湖的水环境保护提供科学决策和依据。
　　 在对鄱阳湖大量水质数据进行处理时，先借助SPSS软件应用主成分分析法(PAC，Principal Component Analysis)处理，发现鄱阳湖主要受富营养化物质污染，这预示着鄱阳湖有富营养化的趋势。然后应用BP神经网络(BP-ANN，Error Back-propagation Training Artficial Neural Network)对鄱阳湖的营养状况作出评价，结果表明鄱阳湖正处于中营养到富营养的发展阶段，值得重视。结果也证实了主成分分析法结合神经网络在水质评价中是一种比较有效的评价方法，它最大的特点是结合了两者的优点，避免了传统水质评价方法的主观随意性，且能对样本各指标自动筛选并客观评价。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景和意义

1.2国内外主要研究方法

1.2.1水质评价国内外主要研究方法

1.2.2富营养化评价国内外主要研究方法

1.3评价模型研究进展

1.3.1水质评价模型研究进展

1.3.2富营养化评价模型研究进展

1.4人工神经网络法和主成分分析方法介绍

1.4.1主成分分析方法

1.4.2人工神经网络

1.5研究内容

1.6研究方法

第2章鄱阳湖环境概况

2.1鄱阳湖自然社会状况

2.1.1地理位置

2.1.2地形地貌

2.1.3气候特点

2.1.4流域水系

2.1.5生态资源

2.2鄱阳湖区社会经济状况

2.3鄱阳湖水环境现状分析

2.3.1水文特征

2.3.2鄱阳湖历年水质状况

2.3.3入湖五大河流的水质状况

第3章鄱阳湖水质的主成分分析

3.1主成分分析

3.1.1基本原理

3.1.2数学模型

3.1.3主要步骤

3.2 PCA的SPSS实现

3.2.1建立原始变量矩阵X

3.2.2对原始变量矩阵X进行标准化处理

3.2.3求出标准化矩阵Z的相关系数矩阵及其特征根

3.2.4确定主成分个数

3.2.5确定主成分F1、F2、F3的表达式

3.2.6确定综合评价函数

3.3评价结果

3.4结果与对策分析

3.4.1结果分析

3.4.2对策分析

3.5本章小结

第4章鄱阳湖营养状况的神经网络评价

4.1 BP神经网络

4.1.1基本原理

4.1.2数学模型

4.2 BP-ANN的MATLAB实现

4.2.1评价对象与因子的确定

4.2.2评价标准的确定

4.2.3输入层神经元数和输入模式向量

4.2.4隐层和隐层神经元数

4.2.5输出层神经元个数与期望输出

4.2.6 BP网络的构建

4.2.7 BP网络的训练

4.2.8 BP网络的评价

4.3鄱阳湖营养状况评价结果

4.4结果与对策分析

4.4.1结果分析

4.4.2对策分析

4.5本章小结

第5章总结与展望

5.1总结

5.1.1水质评价

5.1.2营养状况评价

5.2展望

致谢

参考文献

攻读学位期间的研究成果