要确切、快速地对水华产生的状态进行评价，必须选择正确的评价指标。与水华发生有密切关系的指标很多，主要分为物理、化学和生物学指标。
物理指标中最为常用的是透明度。透明度的测定非常简便易行，因此，在富营养化评价中，透明度是最常用指标之一。
化学指标是指与藻类增殖有直接关系的溶解氧、二氧化碳、氮、磷等化学物质量和COD，其中常用指标是COD和总氮、总磷。
生物学指标主要是指由于富营养化而出现的优势生物的种类和数量，根据浮游藻类优势种群的变化可以评价富营养化的状态。
依据地表水环境质量标准 (GB3838—2002)，城市湖泊的检测指标如下。
(1) pH
水华大多爆发在pH为弱碱 ...... （共1621字） [阅读本文]>>
水环境系统智能化软测量与控制水环境系统软测量的基本思想是将系统建模理论与生产工艺过程知识有机结合起来，应用计算机软件技术，对水环境系统中一些难于在线测量或不能测量的重要变量 (称之为主导变量)，如出水BOD、COD等，通过选择另
水环境系统智能化软测量与控制软测量的基本原理是把系统辨识和控制系统建模理论与生产工艺过程知识结合起来，根据某种最优规则，选择一组既与主导变量有密切联系又易检测的变量，即二次变量，通过构造某种以二次变量为输入、主导变量为输出的数学
水环境系统智能化软测量与控制过程神经元的输入和连接权值均可为一个时间变化过程，并在传统神经元空间聚合运算的基础上，增加了一个时间聚合算子，使过程神经元的聚合运算和激励作用能同时反映信号的空间总和效应和时间总和效应。过程神经元由加
水环境系统智能化软测量与控制过程神经元网络是由若干个过程神经元和一般非时变神经元按照一定的拓扑结构组成的人工神经元系统。类似于传统神经元网络，过程神经元网络也可以按神经元之间的连接方式分为前向型过程神经元网络和反馈型过程神经元网
水环境系统智能化软测量与控制过程神经元网络的学习算法目前国内只有何新贵院士、许少华博士提出了几种方法[23]。主要有基于梯度下降的学习算法，该算法借鉴了传统的BP算法[111-112]; 基于函数正交基展开的学习算法，在输入空间
上一篇