张成成
- 作品数：2 被引量：32H指数：2
- 供职机构：中国科学院生态环境研究中心更多>>
- 发文基金：中国科学院“百人计划”国家自然科学基金更多>>
- 相关领域：环境科学与工程更多>>
- 基于支持向量机的太湖梅梁湾叶绿素a浓度预测模型被引量：22
- 2013年
- 以梅梁湾2010年4月至2011年12月的监测数据为基础,选取太阳总辐射、综合消光系数、水温、总无机氮、pH和当前的叶绿素a浓度等作为输入变量,以7d后的叶绿素a浓度作为输出变量,运用支持向量机(SVM)建立了针对"三号标"监测点的叶绿素a浓度预测模型,并进行了输入变量的敏感性分析.通过模拟值和实测值的对比分析发现,该模型能较好地预测7d后叶绿素a的浓度变化情况.模型输入变量的敏感性分析结果表明,当前的叶绿素a浓度是影响预测结果的最重要因子,然后依次为pH、太阳总辐射、综合消光系数、水温和总无机氮.
- 张成成陈求稳徐强张晓晴
- 关键词：叶绿素ASVM
- 应用支持向量机评价太湖富营养化状态被引量：11
- 2013年
- 根据湖库富营养化程度评价标准,随机生成大量学习样本,运用支持向量机(SVM)算法建立富营养化评价模型。采用太湖2012年7—9月的监测数据,分别应用SVM模型和线性插值评分法(SCO)对太湖33个监测点的富营养化状况进行了评价。结果表明太湖在2012年7—9月共出现3种营养类型,其中,中营养主要分布于东部湖区,轻度富营养主要分布于湖心区和东部沿岸区,中度富营养主要分布于西北部湖区,太湖水体整体表现为轻度到中度富营养水平。通过SVM和SCO结果的对比分析,发现两种评价方法的结果一致率为78.8%,出现不一致的个例均属于相邻营养等级,表明该SVM模型是有效的,能够应用于太湖的富营养化评价,且具有更好的收敛性和泛化性。
- 张成成沈爱春张晓晴陈求稳
- 关键词：太湖富营养化评价支持向量机
