一种基于BP神经网络的鱼类生境适宜度指标预测方法技术

本发明专利技术公开了一种基于BP神经网络的鱼类生境适宜度指标预测方法，涉及鱼类生境栖息地研究技术领域，该方法利用平面二维水沙数学模型计算得到研究河段长序列水动力数据，选取合适的水动力因子归一化作为鱼类生境适宜度因子，建立特定鱼类生境适宜度方程并计算生境适宜度指标；利用BP神经网络对水动力因子以及生境适宜度指标进行训练，以水动力因子数据作为输入层样本，生境适宜度指标数据作为输出层样本，通过训练、验证、测试来得到生境适宜度指标预测模型，实现对生境适宜度指标的预测。本发明专利技术简化了生境适宜度指标计算过程，为通过水动力因子数据准确地预测生境适宜度指标提供了有效技术支撑，提高鱼类生境栖息地研究效率。提高鱼类生境栖息地研究效率。提高鱼类生境栖息地研究效率。

【技术实现步骤摘要】
一种基于BP神经网络的鱼类生境适宜度指标预测方法


[0001]本专利技术涉及鱼类生境栖息地研究
，具体涉及一种基于BP神经网络的鱼类生境适宜度指标预测方法。

技术介绍

[0002]河流生态系统作为自然界中最重要的生态系统之一，为人类提供了宝贵的生活资源与生存环境，鱼类作为水生生物群落的关键组成物种之一，在稳定河流生态系统上有着不可替代的作用，随着经济的快速发展，人为活动对河流主体的干预打破了河流自然演变过程以及平衡，以水利工程建设为例，大坝的建成极大程度上阻断了部分鱼类产卵洄游路径，鱼类栖息地被破坏，群体数量急剧减少，为解决上述问题，国内外学者在物种栖息地再造方面做了许多工作，并提出生境适宜度指标(HSI)作为评判生境营造的优劣，以此选择适合物种生存的栖息地，鱼类生境适宜度指标与水动力因子，如水深、水温、流速等息息相关，并常利用生境适宜度方程建立起联系，但计算过程相对较繁琐，且受到基础水动力数据量的限制，因此，亟需发展一种通过任意水动力因子数据组合来预测鱼类生境适宜度指标的普适性模型。

技术实现思路

[0003]本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BP神经网络的鱼类生境适宜度指标预测方法，其特征在于：由以下步骤组成：步骤一、通过实测资料建立研究河段平面二维水沙数学模型，计算水动力因子；步骤二、选取部分水动力因子进行归一化，得到鱼类生境适宜度因子，建立特定鱼类生境适宜度方程并计算生境适宜度指标；步骤三、利用BP神经网络对水动力因子以及生境适宜度指标进行训练，以水动力因子数据作为输入层样本，生境适宜度指标作为输出层样本，通过训练、验证、测试得到生境适宜度指标预测模型，实现对生境适宜度指标的预测。2.根据权利要求1所述的一种基于BP神经网络的鱼类生境适宜度指标预测方法，其特征在于：所述步骤一还包括有，确认研究河段实测水文资料以及实测地形资料，利用平面二维水沙数学模型计算水动力因子，包括流速、水深、水位等，并进行后处理得到水位变幅等因子。3.根据权利要求1所述的一种基于BP神经网络的鱼类生境适宜度指标预测方法，其特征在于：所述步骤二还包括有，通过前期查阅文献资料，结合实地调研结果确定研究鱼类生境适宜度曲线，选取部分水动力因子进行归一化处理，得到鱼类生境适宜度因子，选取鱼类生境适宜度方程，计算得到生境适宜度指标。4.根据权利要求1所述的一种基于BP神经网络的鱼类生境适宜度指标预测方法，其特...

【专利技术属性】
技术研发人员：肖毅，邓敬宏，杨胜发，李文杰，张鹏，付旭辉，胡江，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：