2022-08-14
許多模型被用來(lái)識(shí)別對(duì)有害藍(lán)藻水華影響最大的輸入變量。在SLR中分析的文章中,大約用70%的文章確定了最敏感的變量,在這里命名為主要預(yù)測(cè)因子(表4)。如靈敏度分析、數(shù)據(jù)挖掘、主成分分析可用于評(píng)價(jià)輸入變量與模型輸出之間的統(tǒng)計(jì)關(guān)系,預(yù)報(bào)/預(yù)測(cè)性能最敏感的變量。
2022-08-14
一些研究對(duì)多種DD建模技術(shù)在有害藍(lán)藻水華預(yù)測(cè)中的性能和局限性進(jìn)行了比較。有學(xué)者比較了12種DD建模技術(shù),包括利用簡(jiǎn)單回歸、ANN和DTs預(yù)測(cè)美國(guó)Cheney水庫(kù)藍(lán)藻細(xì)胞、微囊藻毒素和土臭素濃度。利用立體回歸模型更好地再現(xiàn)了最大有害藍(lán)藻水華的濃度,這也是水資源管理人員最感興趣的,因?yàn)榧?xì)胞濃度最大值通常與最危險(xiǎn)的情況有關(guān)。
2022-08-14
遺傳程序設(shè)計(jì)(GP)是一種計(jì)算方法,它使用達(dá)爾文自然選擇理論的原理來(lái)解決問題,而不是直接地編程。GP通過(guò)多次迭代和交叉進(jìn)行符號(hào)回歸來(lái)進(jìn)行程序歸納。GP可能不絕對(duì)地被歸類為DD模型,因?yàn)樗ǔ1挥米髌渌惴ǖ膬?yōu)化模型(例如邏輯回歸、人工神經(jīng)網(wǎng)絡(luò)等),最近這種技術(shù)被應(yīng)用于幾個(gè)湖泊的有害藍(lán)藻水華預(yù)測(cè)。
2022-08-14
在SLR中發(fā)現(xiàn)了大量的DD建模技術(shù),這些技術(shù)從簡(jiǎn)單的索引到機(jī)器學(xué)習(xí)算法都有。為了便于分析,將這些技術(shù)分類為五組:回歸和指數(shù)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、遺傳規(guī)劃(GP)、決策樹(DT)和貝葉斯網(wǎng)絡(luò)(BN)。大多數(shù)研究(使用DD建模的73篇文章中占63%)只用唯一一種方法來(lái)預(yù)測(cè)有害藍(lán)藻水華。
2022-08-14
在SLR中確定了幾個(gè)湖泊的單個(gè)PB模型,或?qū)iT為單個(gè)湖泊開發(fā)的其他模型,并側(cè)重于主要的環(huán)境或生理因素。一些著名的模型如PROTECH、DYRESM-CAEDYM、CLAMM、MyLake、PCLake、SALMO、SALMO-OO和DBS,這些模型已被應(yīng)用于幾個(gè)不同環(huán)境條件的湖泊。
2022-08-14
為了評(píng)估有害藍(lán)藻水華預(yù)測(cè)和預(yù)報(bào)模型的當(dāng)前知識(shí),進(jìn)行了系統(tǒng)的文獻(xiàn)綜述(SLR)。具體來(lái)說(shuō),是對(duì)應(yīng)用于靜水水體淡水系統(tǒng)中已發(fā)表的有害藍(lán)藻水華模型的案例進(jìn)行了批判性綜述。