论文部分内容阅读
通过贝叶斯网络建立网络拓扑图,然后进行关系分析,通过各种参数对富养化水体的影响,定义了基于贝叶斯概率的富养化水体污染贡献参数,对富养化水体的环境因素进行分析,得出富营养水体污染分析治理模型.实验分析和研究结果表明算法模型能对监测水域后的治理提供了准确的数学模型与数据基础,得出水流对微生物的影响因子平均占到了15%,温度对富养化水体藻类生长的贡献度超过了18%,数据为科学应对水库河流污染提供了科学的决策依据.