文献

J-GLOBAL ID：201502206024371082   整理番号：15A0086074

複雑ネットワークを用いた湖沼藻類ブルームの認識【Powered by NICT】

Recognition of lake algal bloom based on complex network

著者 (7件)： Shao Fei (Beijing Technol. and Business Univ., Coll. of Computer and Information Engineering, Beijing) ,  Shi Yan (Beijing Technol. and Business Univ., Coll. of Computer and Information Engineering, Beijing) ,  Wang Xiaoyi (Beijing Technol. and Business Univ., Coll. of Computer and Information Engineering, Beijing) ,  Xu Jiping (Beijing Technol. and Business Univ., Coll. of Computer and Information Engineering, Beijing) ,  Wang Li (Beijing Technol. and Business Univ., Coll. of Computer and Information Engineering, Beijing) ,  Sheng Lu (Beijing Technol. and Business Univ., Coll. of Computer and Information Engineering, Beijing) ,  Tang Lina (Beijing Technol. and Business Univ., Coll. of Computer and Information Engineering, Beijing)
資料名： Huanjing Kexue Xuebao  (Huanjing Kexue Xuebao)
巻： 34  号： 8  ページ： 2121-2125  発行年： 2014年 
JST資料番号： W0623A  ISSN： 0253-2468  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 都市湖における藻類ブルームの生成機構の詳細な分析に基づいて,有向グラフモデルを構築した。この複雑なネットワークでは,いくつかの重要な因子を含む全リン(TP),全窒素(TN),温度(T),pH,溶存酸素(DO),照射(I)およびchl_aは抽出されたネットワークのノードであることであり,重要な因子の間の情動関係を抽象化ネットワークの側であることである。さらに,この複雑なネットワークの統計的特性パラメータを計算し,ノードの臨界モデルを開発し,補正した。数値モデルは,藻類ブルームの統計的特性パラメータGに対して構築した。Gの準定量的等級づけを通して,藻類ブルームの有効な認識を達成した。最後に,この方法は北京の都市湖の水質モニタリングデータを用いて検証した。結果は複雑なネットワークのための数値モデルGはchl_aの密度,ブルーム形成のプロセスを提示したより良いことができると強く関連していることを示唆した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *湖沼 ,  *藻類 ,  *ブルーム ,  有向グラフ ,  pH【水素イオン指数】 ,  溶存酸素 ,  等級づけ
準シソーラス用語： *複雑ネットワーク ,  生成機構 ,  数値モデル ,  水質監視 , 【Automatic Indexing@JST】

分類 (1件)： 湖沼汚濁  (SB02030Q)

タイトルに関連する用語 (4件)： 複雑ネットワーク ,  湖沼 ,  藻類 ,  ブルーム