基于GA-BP优化模型的中小河流健康评价研究

河流健康评价是河流生态修复的前提和依据,但目前中小河流还缺乏相应的评价标准。为客观评估中小河流健康状况,以桥边河为例,构建了河流水生生物、水环境、水文、形态、社会服务功能5个要素17个指标的健康评价体系,利用遗传算法（GA）优化BP神经网络方法建立GA-BP模型确定其指标权重,采用赋分法进行评价。GA-BP模型输出结果显示,指标权重中水环境指标赋值最大,其次是河流水文指标>河流水生生物指标>河流形态指标>河流社会服务功能指标。通过建立的评价体系对桥边河进行评价,结果表明有3个点健康等级评价为Ⅰ级,3个点评价为Ⅱ级,2个点评价为Ⅲ级。总体来看,桥边河流域基本处于健康状态,上游健康状况明显优于下游,从上游到下游越靠近河口位置,河流的健康状况越差。     

桥边河大型底栖动物生境适宜性

构建精度高,适用性强的水生生物生境适宜性评价模型,为河流生境质量评价和生境修复提供理论依据。以长江一级支流桥边河为例,采用典范对应分析和独立性分析,筛选出影响桥边河大型底栖无脊椎动物优势种河蚬生境质量的关键化学因子和物理因子,利用广义加性模型与多项式拟合模型构建生境因子与生物选择的关系。结果表明：（1）影响桥边河河蚬生境质量的主要因子为COD_Mn、TN、DO、Tur（浊度）和Dep（水深）;其中COD_Mn、TN、Tur、Dep与大型底栖无脊椎动物分布成负相关,DO与大型底栖无脊椎动物分布成正相关;（2）桥边河流域河蚬的最适宜COD_Mn含量为1.228 mg/L,最适宜TN含量为0.269 mg/L,最适宜DO含量为11.170 mg/L,最适宜Dep为0.3 m,最适宜Tur为1.130 NTU。（3）线性拟合情况下两种方法均适用;非线性拟合情况下广义加性模型较优于传统多项式拟合模型,且GAM模型在处理离散程度大的数据集时,可以很好的规避多项式拟合过程中出现的过拟合现象。研究显示,运用GAM模型可以更加精确、合理的模拟生境因子与生物选择之间的关系。     

汉江中下游生态系统健康评价指标体系构建及其应用

水利工程建设影响了河流生态系统健康。为探究梯级水库、跨流域调水等水利工程建设对长江流域河流生态系统健康的影响,以汉江中下游为例,采用频次分析法和相关性分析法对评价指标进行筛选,用最小二乘法和熵系数法相结合的综合权重模型确定各评价指标权重,从整体性、稳定性及可持续性3个方面构建了河流生态系统健康评价指标体系,并利用赋分法进行河流健康评价。结果表明,汉江中下游河流健康评价指标体系包含流量过程变异程度、输沙量变化、河流连通性、富营养化状况、鱼类物种数等11个指标。评价结果显示汉江中下游河流生态健康状况表现出较强的空间异质性,且健康状况逐年降低。靠近丹江口水库的区域较好,越往下游越差。