【部分正文预览】 |
湖泊富营养化已成为全球最严重的环境问题之一, 而湖泊富营养化评价则是对湖泊进行有效的管理手段。因而数十年来, 国内外学者对湖泊富营养化评价进行了不少研究, 提出了许多富营养化评价的模型和方法[ 1] 。最早的富营养化评价是由Carlson等提出的卡森指数公式[ 2] 和修正卡森指数公式[ 3],以及适用于我国若干湖泊的营养状态指数公式[ 45] 。近年来, 随着新的数学理论和新的优化技术的引入,提出了若干湖泊富营养化评价的新方法。其中模糊综合评价法[ 6] 、灰色评价法[ 7] 、物元分析评价法[ 8] 、人工神经网络评价法[ 910] 、投影寻踪评价法[ 11] 是较常见的湖泊富营养化直接建模评价法。此外, 智能算法和仿生算法亦开始用于湖泊富营养化评价模型或公式中的参数优化。李祚泳等[ 12] 和汪嘉杨等[ 13]分别用粒子群优化算法和混合禁忌搜索算法优化湖泊富营养化评价的幂函数加和型指数公式中的参数, 得出优化后适用于多指标的富营养化评价指数公式。李祚泳等[ 14] 和邹长武等[ 15] 在设定了湖泊富营养化指标的 参数值基础上, 将修正卡森指数公式中的指标值用相对于 参照值的指标相对值替换后, 分别采用遗传算法( GA) 和蚁群算法( ACA) 优化修正卡森公式中的参数a 和b , 从而得出优化后对多项富营养化指标均适用的普适指数公式。赵晓莉等[ 16] 提出了一种对多指标都能普遍适用的湖泊富营养化评价的Logisti 模型, 并将鱼群算法应用于模型参数优化。 |