全 文 ：
摇 摇 摇 摇 摇 生 态 学 报
摇 摇 摇 摇 摇 摇 摇 (SHENGTAI XUEBAO)
摇 摇 第 32 卷 第 24 期摇 摇 2012 年 12 月摇 (半月刊)
目摇 摇 次
从文献计量角度分析中国生物多样性研究现状 刘爱原,郭玉清,李世颖,等 (7635)……………………………
CO2 浓度升高和模拟氮沉降对青川箭竹叶营养质量的影响 周先容,汪建华,张摇 红,等 (7644)………………
陕西中部黄土高原地区空气花粉组成及其与气候因子的关系———以洛川县下黑木沟村为例
吕素青,李月从,许清海,等 (7654)
…………………
……………………………………………………………………………
长三角地区 1995—2007 年生态资产时空变化 徐昔保,陈摇 爽,杨桂山 (7667)…………………………………
基于智能体模型的青岛市林地生态格局评价与优化 傅摇 强,毛摇 锋,王天青,等 (7676)………………………
青藏高原高寒草地生态系统服务功能的互作机制 刘兴元,龙瑞军,尚占环 (7688)……………………………
北京城市绿地的蒸腾降温功能及其经济价值评估 张摇 彪,高吉喜,谢高地,等 (7698)…………………………
武汉市造纸行业资源代谢分析 施晓清,李笑诺,赵吝加,等 (7706)………………………………………………
丽江市家庭能耗碳排放特征及影响因素 王丹寅,唐明方,任摇 引,等 (7716)……………………………………
基于分布式水文模型和福利成本法的生态补偿空间选择研究 宋晓谕,刘玉卿,邓晓红,等 (7722)……………
设施塑料大棚风洞试验及风压分布规律 杨再强,张摇 波,薛晓萍,等 (7730)……………………………………
湖南珍稀濒危植物———珙桐种群数量动态 刘海洋,金晓玲,沈守云,等 (7738)…………………………………
云南岩陀及其近缘种质资源群体表型多样性 李萍萍,孟衡玲,陈军文,等 (7747)………………………………
沙埋和种子大小对柠条锦鸡儿种子萌发、出苗和幼苗生长的影响 杨慧玲,梁振雷,朱选伟,等 (7757)………
栗山天牛天敌花绒寄甲在栎林中的种群保持机制 杨忠岐,唐艳龙,姜摇 静,等 (7764)…………………………
基于相邻木排列关系的混交度研究 娄明华,汤孟平,仇建习,等 (7774)…………………………………………
三种回归分析方法在 Hyperion影像 LAI反演中的比较 孙摇 华,鞠洪波,张怀清,等 (7781)…………………
红松和蒙古栎种子萌发及幼苗生长对升温与降水综合作用的响应 赵摇 娟,宋摇 媛,孙摇 涛,等 (7791)………
新疆杨边材贮存水分对单株液流通量的影响 党宏忠,李摇 卫,张友焱,等 (7801)………………………………
火干扰对小兴安岭毛赤杨沼泽温室气体排放动态影响及其影响因素 顾摇 韩,牟长城,张博文 (7808)………
不同潮汐和盐度下红树植物幼苗秋茄的化学计量特征 刘滨尔,廖宝文,方展强 (7818)………………………
腾格里沙漠东南缘沙质草地灌丛化对地表径流及氮流失的影响 李小军,高永平 (7828)………………………
西双版纳人工雨林群落结构及其林下降雨侵蚀力特征 邓摇 云,唐炎林 ,曹摇 敏,等 (7836)…………………
西南高山地区净生态系统生产力时空动态 庞摇 瑞,顾峰雪,张远东,等 (7844)…………………………………
南北样带温带区栎属树种种子化学组成与气候因子的关系 李东胜,史作民,刘世荣,等 (7857)………………
模拟酸雨对龙眼叶片 PS域反应中心和自由基代谢的影响 李永裕,潘腾飞,余摇 东,等 (7866)………………
沈阳市城郊表层土壤有机污染评价 崔摇 健,都基众,马宏伟,等 (7874)…………………………………………
降雨对旱作春玉米农田土壤呼吸动态的影响 高摇 翔,郝卫平,顾峰雪,等 (7883)………………………………
冬季作物种植对双季稻根系酶活性及形态指标的影响 于天一,逄焕成,任天志,等 (7894)……………………
施氮量对小麦 /玉米带田土壤水分及硝态氮的影响 杨蕊菊,柴守玺,马忠明 (7905)……………………………
微山湖鸟类多样性特征及其影响因子 杨月伟,李久恩 (7913)……………………………………………………
新疆北部棉区作物景观多样性对棉铃虫种群的影响 吕昭智,潘卫林,张摇 鑫,等 (7925)………………………
杭州西湖北里湖沉积物氮磷内源静态释放的季节变化及通量估算 刘静静,董春颖,宋英琦,等 (7932)………
基于实码遗传算法的湖泊水质模型参数优化 郭摇 静,陈求稳,张晓晴,等 (7940)………………………………
气候环境因子和捕捞压力对南海北部带鱼渔获量变动的影响 王跃中,孙典荣,陈作志,等 (7948)……………
象山港南沙岛不同养殖类型沉积物酸可挥发性硫化物的时空分布 颜婷茹,焦海峰,毛玉泽,等 (7958)………
专论与综述
提高植物抗寒性的机理研究进展 徐呈祥 (7966)…………………………………………………………………
植被对多年冻土的影响研究进展 常晓丽,金会军,王永平,等 (7981)……………………………………………
凋落物分解主场效应及其土壤生物驱动 査同刚,张志强,孙摇 阁,等 (7991)……………………………………
街尘与城市降雨径流污染的关系综述 赵洪涛,李叙勇,尹澄清 (8001)…………………………………………
期刊基本参数:CN 11鄄2031 / Q*1981*m*16*374*zh*P* ￥ 70郾 00*1510*40*
室室室室室室室室室室室室室室
2012鄄12
封面图说: 永兴岛海滩植被———永兴岛是中国西沙群岛的主岛,也是西沙群岛及南海诸岛中最大的岛屿。 国务院 2012 年 6 月
批准设立的地级三沙市,管辖西沙群岛、中沙群岛、南沙群岛的岛礁及其海域,三沙市人民政府就驻西沙永兴岛。 永
兴岛岛上自然植被密布,野生植物有 148 种,占西沙野生植物总数的 89% ,主要树种有草海桐(羊角树)、麻枫桐、野
枇杷、海棠树和椰树等。 其中草海桐也称为羊角树,是多年生常绿亚灌木植物,它们总是喜欢倚在珊瑚礁岸或是与
其他滨海植物聚生于海岸沙滩,为典型的滨海植物。
彩图提供: 陈建伟教授摇 北京林业大学摇 E鄄mail: cites. chenjw@ 163. com
第 32 卷第 24 期
2012 年 12 月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol. 32,No. 24
Dec. ,2012
http: / / www. ecologica. cn
基金项目:国家自然科学基金项目(50920105907);国家重点基础研究发展计划(973 计划)(2008CB418106);中国科学院百人计划(A1049)
收稿日期:2012鄄04鄄11; 摇 摇 修订日期:2012鄄11鄄25
*通讯作者 Corresponding author. E鄄mail: qchen@ rcees. ac. cn
DOI: 10. 5846 / stxb201204110505
郭静,陈求稳,张晓晴,李伟峰.基于实码遗传算法的湖泊水质模型参数优化.生态学报,2012,32(24):7940鄄7947.
Guo J, Chen Q W, Zhang X Q, Li W F. Optimization of lake model salmo based on real鄄coded genetic algorithm. Acta Ecologica Sinica,2012,32(24):
7940鄄7947.
基于实码遗传算法的湖泊水质模型参数优化
郭摇 静1,陈求稳1,2,*,张晓晴1,李伟峰1
(1. 中国科学院生态环境研究中心环境水质学国家重点实验室, 北京摇 100085, 2. 三峡大学,宜昌摇 430010)
摘要:参数的合理取值决定着模型的模拟效果,因此确定研究区域的模型结构后,需要对模型的参数进行优化。 湖泊水质模型
(Simulation by means of an Analytical Lake Model,SALMO)利用常微分方程描述湖泊的营养物质循环和食物链动态,考虑了多个
生态过程,包含 104 个参数。 由于参数较多,不适宜采用传统参数优化方法进行优化。 利用太湖梅梁湾 2005 年数据,采用实码
遗传算法优化了 SALMO模型中相对敏感的参数,运用优化后的模型,模拟了梅梁湾 2006 年的水质。 对比分析参数优化前后模
型的效果表明遗传算法能高效地对 SALMO 进行参数优化,优化后的模拟精度得到了显著提高,能更好地模拟梅梁湾的水质
变化。
关键词:参数优化;实码遗传算法;SALMO(Simulation by means of an Analytical Lake Model);水质模拟
Optimization of lake model salmo based on real鄄coded genetic algorithm
GUO Jing1, CHEN Qiuwen1,2,*, ZHANG Xiaoqing1, LI Weifeng1
1 State Key Laboratory of Environmental Aquatic Chemistry, Research Center for Eco鄄Environmental Sciences, Chinese Academy of Sciences, Beijing
100085, China
2 China Three Gorges University, Yichang 430010, China
Abstract: Model calibration is required in order to make model predictions reliable for a certain area. But model calibration
is always difficult, especially when the model contains a large number of parameters. The Lake model SALMO (Simulation
by means of an Analytical Lake Model) is based on complex ordinary differential equations which represent the nutrient
cycles of PO4 鄄P, NO3 鄄N and the food webs consisting of diatoms, green algae, blue鄄green algae and cladocerans. As the
model includes numerous ecological processes, it has 104 constant parameters, making it unsuitable for calibration with
conventional methods, such as trial and error, HSY ( Hornberger鄄Spear鄄Young) and GLUE ( Generalized Likelihood
Uncertainty Estimation) algorithms.
Genetic algorithm ( GA) is a biologically motivated global optimization technique based on natural selection,
reproduction and mutation. Compared to conventional methods, GA is more efficient for global optimum searches and it has
a faster convergence speed. There are two different kinds of GA encoding: binary encoding and real encoding. The binary
encoding introduces discretization errors when it encodes a real number, and encoding and decoding operations take more
computation time. While real encoded GA works directly on the real number, it is more suitable for dealing with continuous
search spaces with large dimensions. Therefor this paper choses a real coded GA to calibrate the sensitive parameters of
SALMO. Since the sensitive parameters of SALMO are related to phosphate, zooplankton and three algae (diatoms, green
algae, blue鄄green algae), the objective of the optimization is to minimize the relative errors of these state variables. The
http: / / www. ecologica. cn
implementation of GA begins with determining the following appropriate values of its operators: the population size is 200,
the max generation is 400, the crossover probability is 0. 8, the mutation probability is 0. 05.
Two years of water quality data were collected from the Meiliang bay of Taihu lake. Data of 2005 was used for
calibration while data of 2006 was used for validation. According to the validation results, the average relative errors of
PO4 鄄P, zooplankton, total algae decrease from 53. 9% , 174. 6% , 65. 4% in the initial unoptimized model to 25. 2% ,
48郾 1% , 44. 4% in the optimized model. Errors of less than 50% are typically considered as satisfactory results in
ecological models.
This suggests that the real鄄coded GA is efficient in the calibration of SALMO. After calibration, SALMO predicted the
dynamics of water quality variables well, but the maximum simulated value of blue鄄green algae is still considerably smaller
than the observed value. This may be because SALMO does not consider the benthic recruitment and the migration of blue鄄
green algae driven by wind and hydrodynamic forces. Moreover, the real鄄coded GA just used one year忆s data to calibrate
SALMO, which may also be a cause of the deviation of the simulated results from the observed values.
Key Words: optimization; real鄄coded genetic algorithm; SALMO; water quality modelling
模型参数对模拟结果有着重要影响,一个模型要取得成功应用,首先需要有合理的参数取值[1],因此模
型参数率定和优化是模型应用的关键之一。 近几十年来,水环境模型考虑的过程越来越完善,模拟的状态变
量越来越多,相应地模型参数组合优化也日益复杂[2]。
湖泊水质模型 SALMO(Simulation by means of an Analytical Lake Model) [3]利用常微分方程描述了湖泊的
营养物质循环和食物链动态,考虑了多个生态过程,已经在不同的研究区域获得了成功应用[3鄄5]。 但该模型
包含参数众多(共 104 个),其参数组合优化对模型应用效果有决定性影响。
传统的模型参数优化方法有人工试错法、梯度法、 HSY ( Hornberger鄄Spear鄄Young) [6] 算法、 GLUSE
(Generalized Likelihood Uncertainty Estimation) [7]算法等,其中人工试错法需要手动调整模型参数,耗时耗力
并具有主观性,难以同时调整多个参数;梯度法具有初值依赖性,通常只能搜索到局部最优解,并且算法构造
复杂;HSY算法和 GLUSE算法都基于随机采样,计算量随参数数目的增加呈指数增长[2,8]。 遗传算法是一种
高效的启发式全局优化算法,其原理简单,近些年已被越来越多地应用于环境模型的参数优化,包括水文模
型[9]、地下水模型[10]、河流及湖泊水质模型[11鄄13]。 常用的简单遗传算法采用二进制编码,但二进制编码占用
计算机内存多,计算精度不高,稳定性不如实数编码[14]。 实码遗传算法直接使用实数作为染色体基因参与遗
传操作,便于较大空间的遗传搜索,而且不需要特定的编码和解码过程,改善了计算复杂性,提高了运算效率。
本研究利用梅梁湾 2005 年实测数据采用实码遗传算法对湖泊水质模型 SALMO的敏感参数进行了优化,
并利用率定后的 SALMO模拟了 2006 年梅梁湾的水质。 研究结果表明,遗传算法能高效地优化 SALMO参数,
并显著提高了 SALMO的模拟精度。
1摇 模型与数据
1. 1摇 湖泊水质模型 SALMO
湖泊水质模型 SALMO由 Benndorf和 Rechnagel在 1979 年开发[15],用于模拟湖泊或水库富营养化。 该模
型包含一个由 3 种藻类(硅藻、蓝藻、绿藻)和浮游动物构成的食物链,同时还模拟了湖泊的正磷酸盐、硝氮、
溶解氧和有机碎屑的循环,其模型结构如图 1 所示。
SALMO模拟了 8 个状态变量:PO4 鄄P 浓度、NO3 鄄N浓度、碎屑浓度、溶解氧浓度、浮游动物生物量,以及 3
种藻类生物量(蓝藻、绿藻和硅藻)。 因为详细考虑了这些状态变量之间的转化机制,SALMO 包含的参数众
多,共 104 个。 Rechnagel[16]通过灵敏度分析发现 SALMO模型中与藻类生长相关的参数灵敏度大,对模拟结
果影响最为显著。 根据前期基础[17],本研究选取了灵敏度大的部分关键参数(表 1),并在这些参数通常的取
值范围[18鄄22]内进行优化,其它参数采用 SALMO的默认值,参见文献[3]。
1497摇 24 期 摇 摇 摇 郭静摇 等:基于实码遗传算法的湖泊水质模型参数优化 摇
http: / / www. ecologica. cn
图 1摇 SALMO模型结构图
Fig. 1摇 Structure diagram of the SALMO model
表 1摇 拟优化的 SALMO模型部分关键参数
Table 1摇 Some key parameters to be optimized for the SALMO model
参数符号 Parameter 含义 Meaning 取值范围[18鄄22]Value range
GI 光照对浮游动物消化作用的抑制系数(无量纲) 0. 6—1. 0
GMAX 浮游动物的最大摄食速率 / (g·g-1·d-1) 1. 0—1. 9
GMIN 浮游动物的最小摄食速率 / (g·g-1·d-1) 0. 1—0. 4
RZMIN 浮游动物在最佳摄食温度和无食物条件的呼吸速率 / d-1 0. 06—0. 16
RZTMIN 浮游动物在最佳摄食供应和 0益条件下的呼吸速率 / d-1 0. 02—0. 06
RXMF 藻类呼吸作用占光合作用的比例(无量纲) 0. 24—0. 36
KP1 硅藻对正磷酸盐的半饱和常数 / (mg / m3) 1. 0—9. 0
KP2 绿藻对正磷酸盐的半饱和常数 / (mg / m3) 5. 0—24. 0
KP3 蓝藻对正磷酸盐的半饱和常数 / (mg / m3) 1. 0—15. 0
PFA1 浮游动物对硅藻的摄食选择参数(无量纲) 0. 55—1. 0
PFA2 浮游动物对绿藻的摄食选择参数(无量纲) 0. 5—1. 0
PFA3 浮游动物对蓝藻的摄食选择参数(无量纲) 0. 18—0. 5
PHOMAX1 硅藻在理想条件下的最大光合作用速率 / d-1 1. 0—3. 0
PHOMAX2 绿藻在理想条件下的最大光合作用速率 / d-1 2. 0—4. 0
PHOMAX3 蓝藻在理想条件下的最大光合作用速率 / d-1 1. 0—3. 0
PHOMIN1 硅藻在低温条件下的最小光合作用速率 / d-1 0. 0—0. 55
PHOMIN2 绿藻在低温条件下的最小光合作用速率 / d-1 0. 0—0. 7
PHOMIN3 蓝藻在低温条件下的最小光合作用速率 / d-1 0. 0—0. 41
RXTOPT1 硅藻在其最佳生长条件下的呼吸速率 / d-1 0. 05—0. 25
RXTOPT2 绿藻在其最佳生长条件下的呼吸速率 / d-1 0. 05—0. 25
RXTOPT3 蓝藻在其最佳生长条件下的呼吸速率 / d-1 0. 05—0. 25
TOPTA1 硅藻的最佳生长温度 / 益 14—22
TOPTA2 绿藻的最佳生长温度 / 益 20—25
2497 摇 生摇 态摇 学摇 报摇 摇 摇 32 卷摇
http: / / www. ecologica. cn
摇 摇 续表
参数符号 Parameter 含义 Meaning 取值范围[18鄄22]Value range
TOPTA3 蓝藻的最佳生长温度 / 益 25—32
VA1 硅藻的沉降速率 / (m·d-1) 0. 017—0. 35
VA2 绿藻的沉降速率 / (m·d-1) 0. 016—0. 25
VA3 蓝藻的沉降速率 / (m·d-1) 0. 020—0. 15
YA1 硅藻的磷释放系数 / (g·mg-1·d-1) 0. 5—1. 0
YA2 绿藻的磷释放系数 / (g·mg-1·d-1) 0. 3—0. 6
YA3 蓝藻的磷释放系数 / (g·mg-1·d-1) 0. 8—1. 2
图 2摇 梅梁湾出入流和水质监测站点图
摇 Fig. 2 摇 Rivers connected with Meiliang Bay and distribution of
sampling stations
1. 2摇 研究区域数据
本文选取太湖北部的梅梁湾为研究区域,它是无锡
市的重要水源地和风景旅游区,南北长 14 km,东西宽
8km,平均水深为 1. 95m[23]。 梅梁湾周边有多条出入
流,因监测数据的限制,本研究仅考虑了图 2 所示的 3
条主要河流:武进港、直湖港和梁溪河,同时也考虑了梅
梁湾与大太湖的水量水质交换。 梅梁湾与大太湖之间
的流量,通过水量平衡方程由梅梁湾水体体积变化和 3
条河流流量计算得出,其中梅梁湾水体体积利用
ArcGIS软件根据梅梁湾的水位和湖底地形计算。 因站
点拖山位于大太湖和梅梁湾的交界面处,以拖山的水质
作为大太湖进入梅梁湾水体的水质数据。 在梅梁湾共
设置了 5 个监测点进行常年水质监测,每月采样一次,
主要监测指标有水温、溶解氧、硝氮、总磷、藻类生物量、
浮游动物生物量等。 其中以梅梁湾 2005 年 1 月的水质
数据为初始条件,以 2005 年出入湖河流流量、水质作为
边界条件,对梅梁湾湖区 2005 年的水质进行了计算,根
据模型状态变量的计算值与实测值的吻合程度对拟优
化的参数进行了优化。 利用优化后的模型模拟了 2006 年的水质情况,用来验证和比较参数优化后的模拟
效果。
2摇 参数优化方法
遗传算法是由 Holland基于达尔文的自然进化理论和孟德尔的遗传理论在 1975 年提出的一种全局优化
算法[24]。 它采用群体搜索技术,具有内在的隐并行性和更强的全局寻优能力。 另一方面,它采用概率寻优方
法,自动获取和指导优化空间,自适应地调整搜索空间,因此它具有自适应、自组织和自学习性的特性。 下面
对遗传算法的几个重要过程进行详细介绍[25鄄26]。
2. 1摇 编码
遗传算法首先需要对所选择优化的参数进行编码,实数编码方法如下式所示:
x j = min j + r·[max j - min j]摇 摇 ( j = 0,1,2. . . ,n) (1)
式中,x j 为种群中个体的第 j个基因(即优化的第 j个参数),r为(0,1)内的随机数,max j 和 min j 分别为第 j个
基因的最大值和最小值,n为所优化的参数个数。
2. 2摇 初始种群的生成
将 2. 1 中的编码过程重复 n次,生成一个个体 X={x1,x2,…,xk,…,xn}。 若种群数目为 N,按上述生成个
体的方法,重复 N次,则生成初始种群{X1,X2,…,Xk,…,Xn}。
3497摇 24 期 摇 摇 摇 郭静摇 等:基于实码遗传算法的湖泊水质模型参数优化 摇
http: / / www. ecologica. cn
2. 3摇 适应度函数
遗传算法以种群个体适应度为指导,向目标函数值最小的方向进行搜索,以找到最佳参数组合[27]。 本研
究将种群中每个个体所代表的参数代入 SALMO 进行计算,得到一组模拟结果(正磷酸盐浓度、硝氮浓度、浮
游动物生物量、有机碎屑浓度、溶解氧浓度、硅藻生物量、蓝藻生物量、绿藻生物量)。 因所选择优化的参数主
要与 3 种藻类、浮游动物、磷酸盐相关,因此构造了如式(2)所示的适应度函数,函数值越大表示个体适应度
越高。
f = 移
m
i = 1
[
P忆i - P i
P忆i
+ A忆1i
- A1i
A忆1i
+ A忆2i
- A2i
A忆2i
+ A忆3i
- A3i
A忆3i
+ Z忆i
- Z i
Z忆i
]æ
è
ç
çç
ö
ø
÷
÷÷
m
-1
(2)
式中,m为监测总天数, P忆i , A忆1i , A忆2i , A忆3i , Z忆i和 P i , A1i , A2i , A3i , Z i分别为正磷酸盐浓度、3 种藻类生物
量(硅藻、绿藻、蓝藻)、浮游动物生物量在第 i天的实测值和模拟值。
2. 4摇 选择算子
本研究采用轮盘赌选择算子,第 k个体被选中的概率 Pk 与其适应度 fk 大小成正比, Pk 计算公式如下:
Pk =
fk
移
N
k = 1
fk
摇 摇 (k = 0,1,2,…,N) (3)
选择算子的具体实现过程是先计算父代种群中每个个体的累积概率 SPk,随机产生一个(0,1)的随机数
r,若 SPk 为大于 r的最小概率,则第 k个个体被选为进行交叉操作生成下一代的个体。
SPk = P0 + P1 +. . . + P i +. . . + Pk 摇 摇 ( i = 0,1,2,…,k) (4)
遗传算法通过对个体进行交叉、变异等遗传操作而不断产生新的个体。 由于这些遗传操作的随机性,可
能会破坏种群中的最优个体,因此本研究还采用了最优保存策略,即若交叉和变异后下一代最优个体的适应
度小于当前代最优个体的适应度,则用当前代的最优个体替代下一代的最差个体。
2. 5摇 交叉算子
实数编码常采用算术交叉算子,即由两个个体的线性组合产生两个新个体。 算术交叉分为均匀算术交叉
和非均匀算术交叉。 本文采用如下非均匀算术交叉:
XT+11 = r1·XT1 + (1 - r2)·XT2
XT+12 = (1 - r1)·XT1 + r2·XT
{
2
摇 if random(0,1) = 1
XT+11 = (1 + r1)·XT1 - r2·XT2
XT+12 = (1 + r2)·XT2 - r1·XT
{
1
摇 if random(0,1) =
ì
î
í
ï
ï
ï
ï
ïï 0
(5)
式中, XT1, XT2 为被选择的交叉个体, XT
+1
1 , XT
+1
2 为交叉后产生的新个体, r1 和 r2 为[0,1]的随机数。
2. 6摇 变异算子
变异算子模拟了自然遗传中的基因突变过程,保证了个体的多样性,可以防止遗传算法早熟,本文采用了
非均匀变异:若种群个体 X= { x1,x2,…,xk,…,xn}中的基因 xk 要发生变异,xk 的基因值取值范围为[mink,
maxk],则新基因值 x忆k 由如下公式计算:
x忆k = xk + 驻( t,maxk - xk),r忆 < 0. 5
xk + 驻( t,xk - mink),r忆 逸0.
{ 5 (6)
驻( t,y) = y·(1 - r(1-t / T)2) (7)
式中,t为进化代数,T为最大遗传代数,r忆和 r为[0,1]之间的随机数。
2. 7摇 算法参数
遗传算法的种群数目、交叉概率和变异概率是影响算法效率的重要因素[28],本文经过多次试算后,种群
数目选定为 200,交叉概率选为 0. 8,变异概率选为 0. 05,最大进化代数选为 400,遗传终止条件为遗传达到最
4497 摇 生摇 态摇 学摇 报摇 摇 摇 32 卷摇
http: / / www. ecologica. cn
大代数或最优个体的适应度 f>10。
3摇 结果与讨论
遗传算法对 SALMO优化后的参数取值见表 2,为了对比,将未优的化参数取值[3]同时列入表 2 中。
表 2摇 优化后的参数取值
Table 2摇 Optimized values of parameters
参数符号 GI GMAX GMIN RZMIN RZTMIN RXMF KP1 KP2 KP3 PFA1
未优化值 0. 8 1. 3 0. 26 0. 08 0. 05 0. 3 1. 7 9. 5 1. 7 1. 0
优化值 0. 992 1. 743 0. 333 0. 155 0. 059 0. 280 6. 756 19. 311 10. 985 1. 000
PFA2 PFA3 PHOMAX1 PHOMAX2 PHOMAX3 PHOMIN1 PHOMIN2 PHOMIN3 RXTOPT1
1. 0 0. 3 2. 37 3. 3 2. 37 0. 17 0. 35 0. 0 0. 06
0. 874 0. 196 2. 300 3. 434 2. 065 0. 094 0. 080 0. 230 0. 090
RXTOPT2 RXTOPT3 TOPTA1 TOPTA2 TOPTA3 VA1 VA2 VA3 YA1 YA2 YA3
0. 06 0. 06 21 23 30 0. 1 0. 1 0. 05 0. 08 0. 41 1. 0
0. 096 0. 098 19. 996 23. 752 29. 441 0. 096 0. 054 0. 080 0. 973 0. 592 1. 050
图 3摇 以 2006 年为例比较模型参数优化前后的模拟效果
Fig. 3摇 Comparison of simulation results before and after optimization in 2006 for verification
图 3 给出了参数优化后的模型对梅梁湾 2006 年水质的模拟结果,可以看出,正磷酸盐浓度和浮游动物生
物量的模拟精度明显提高,其平均相对误差绝对值分别由参数优化前(即采用 SALMO默认参数值)的 53. 9%
和 174. 6%降至参数优化后的 25. 2%和 48. 1% 。 正磷酸的模拟效果较好,但是仍然存在一定的误差,这可能
5497摇 24 期 摇 摇 摇 郭静摇 等:基于实码遗传算法的湖泊水质模型参数优化 摇
http: / / www. ecologica. cn
与梅梁湾的 3 条主要河流的流向不定,流量难于测定以及营养盐入流负荷为不确定过程难以测量有关。 虽然
藻类总生物量从变化动态看没有明显的改善,但是其平均相对误差绝对值也由 65. 4%降至 44. 4% 。 藻类总
生物量主要来源于蓝藻,优化后其无明显改善主要是因为蓝藻生物量的模拟值无明显改善。 蓝藻优化效果不
理想,其模拟峰值明显低于实测值,这可能与 SALMO 未考虑沉降到底泥表面的蓝藻春季复苏对水华形成的
贡献有关。 根据孔繁翔等[29]提出的蓝藻水华形成的“四阶段理论冶,蓝藻在冬季会下沉到底泥表面越冬,在
春季随着温度升高、光照加强,底泥表面蓝藻会开始进入水体中。 Verspagen 等[30]研究了水体中蓝藻和底泥
中蓝藻对夏季水华的贡献程度,结果表明底泥表面蓝藻复苏对夏季微囊藻水华的贡献为 50%左右,由于
SALMO未考虑这一过程,因此夏季蓝藻高峰模拟值偏低。
另一方面,因太湖夏季盛行东南风,漂浮的席状藻类会在风力作用下由大太湖漂移进入梅梁湾,使夏季水
华加剧,藻类生物量增加[31]。 而 SALMO为零维水质模型,假设水体混合均匀,蓝藻高峰值偏低可能也与未考
虑藻类在水动力及风力作用下的迁移有关。
但总的来说,实码遗传算法能高效地优化 SALMO参数,优化后模型的模拟精度得到了明显提高。
4摇 结论
本研究以太湖梅梁湾为实例,收集了 2005—2006 年的水质监测数据,利用湖泊水质模型 SALMO 模拟梅
梁湾的水质动态。 采用 2005 年的数据,通过实码遗传算法对模型的 30 个关键敏感参数进行了同步优化,并
用 2006 年的数据比较了参数优化前后模型的模拟效果。 得到以下主要结论:
(1)实码遗传算法对 SALMO 参数优化的效率较高,参数优化后,模型的模拟精度得到提高。 对梅梁湾
2006 年水质模拟结果表明正磷酸盐、浮游动物生物量、藻类总生物量的模拟平均相对误差绝对值分别从优化
前的 53. 9% 、174. 6%和 65. 4%降到了 25. 2% 、48. 1%和 44. 4% 。
(2)参数优化后的 SALMO仍然存在一定的模拟误差,这可能与只优化了部分参数有关。 此外,本研究仅
利用了 1a的数据进行优化,为进一步提高模拟精度,可以利用更多的实测数据优化更多的参数。
(3)模型对蓝藻峰值的模拟值明显低于实测值,可能是因为未考虑底泥中蓝藻复苏对夏季蓝藻水华的贡
献以及水动力和风力对蓝藻迁移作用的影响。
References:
[ 1 ]摇 Wang J P, Chen S T, Jia H F. Advances in study on parameters identification methods for environmental models. Advances in Water Science,
2006(04): 574鄄580.
[ 2 ] 摇 Han F, Chen Y C, Liu Z W. Advance in the eutrophication models for lakes and, reservoirs. Advances in Water Science, 2003(06): 785鄄791.
[ 3 ] 摇 Recknagel F, van Ginkel C, Cao H Q, Cetin L, Zhang B. Generic limnological models on the touchstone: Testing the lake simulation library
SALMO鄄OO and the rule鄄based Microcystis agent for warm鄄monomictic hypertrophic lakes in South Africa. Ecological Modelling, 2008, 215(1 /
3): 144鄄158.
[ 4 ] 摇 Cetin L, Zhang B, Recknagel F. A Process鄄based Simulation Library SALMO鄄OO for Lake Ecosystems[ D]. Australia: School of Earth and
Environmental Science, University of Adelaide,2005.
[ 5 ] 摇 Walter M, Recknagel F, Carpenter C, Bormans M. Predicting eutrophication effects in the Burrinjuck Reservoir (Australia) by means of the
deterministic model SALMO and the recurrent neural network model ANNA. Ecological Modelling, 2001, 146(1 / 3SI): 97鄄113.
[ 6 ] 摇 Beck M B. Water quality modeling: a review of the analysis of uncertainty. Water Resources Research, 1987,23(8): 1393鄄1442.
[ 7 ] 摇 Beven K, Binley A. The future of distributed models: model calibration and uncertainty prediction. Hydrological Process, 1992, 6(3): 279鄄298.
[ 8 ] 摇 Deng Y X, Wang Q, Lai S Y, Chen J N. Comparison of Optimum, RSA and GLUE Methods in parameters Identification of a Nonlinear
Environmental Model. Environmental Science, 2003(06): 9鄄15.
[ 9 ] 摇 Wang Y C, Yu P S, Yang T C. Comparison of genetic algorithms and shuffled complex evolution approach for calibrating distributed rainfall鄄runoff
model. Hydrological Processes, 2010, 24(8): 1015鄄1026.
[10] 摇 Bau DA, Lee J. Multi鄄objective optimization for the design of groundwater supply systems under uncertain parameter distribution. Pacific Journal of
optimization, 2011, 7(3): 407鄄424.
[11] 摇 Goktas R K, Aksoy A. Calibration and verification of QUAL2E using genetic algorithm optimization. Journal of Water Resources Planning and
6497 摇 生摇 态摇 学摇 报摇 摇 摇 32 卷摇
http: / / www. ecologica. cn
Management, ASCE, 2007, 133(2): 126鄄136.
[12] 摇 Ng A W N, Perera B J C. Selection of genetic algorithm operators for river water quality model calibration. Engineering Applications of Artificial
Intelligence, 2003, 16(5 / 6): 529鄄541.
[13] 摇 Pelletier G J, Chapra S C, Tao H. QUAL2Kw鄄A framework for modeling water quality in streams and rivers using a genetic algorithm for
calibration. Environmental Modelling & Software, 2006, 21(3): 419鄄425.
[14] 摇 Pan W, Diao H Z, Jing Y W. An improved real鄄value adaptive genetic algorithm. Control and Decision, 2006(07): 792鄄795.
[15] 摇 Benndorf J, Recknagel F. Problems of application of the ecological model SALMO to lakes and reservoirs having various trophic states. Ecological
Modelling, 1982, 17(2): 129鄄145.
[16] 摇 Recknagel F, Benndorf J. Validation of the ecological simulation model鄄SALMO. International Revue der gesamten Hydrobiologie, 1982, 67(1):
113鄄125.
[17] 摇 Guo J, Chen Q W, Li W F. Application of Lake Model SALMO to the Meiliang Bay of Taihu Lake. Acta Scientiae Circumstantiae, 2012,in press.
[18] 摇 Qin B Q, Xu H, Dong B L. The principle and practice of eutrophic lake restoration and Management. Beijing: Higher Education Press,
2011. 325.
[19] 摇 Cao H Q, Recknagel F, Cetin L, Zhang B R. Process鄄based simulation library SALMO鄄OO for lake ecosystems. Part 2: Multi鄄objective parameter
optimization by evolutionary algorithms. Ecological Informatics, 2008, 3(2): 181鄄190.
[20] 摇 Arhonditsis G B, Brett M T. Eutrophication model for Lake Washington (USA) Part I. Model description and sensitivity analysis. Ecological
Modelling, 2005, 187(2 / 3): 140鄄178.
[21] 摇 Pei H P, Ma J Y. Study on the algal dynamic model for West Lake, Hangzhou. Ecological Modelling, 2002, 148(1): 67鄄77.
[22] 摇 Bowie G L, Mills W B, Porcella D B. Rates, constants, and kinetics formulations in surface water quality modeling. U. S: Environmental
Protection Agency. 1985. EPA / 600 / 3鄄85 / 040.
[23] 摇 Zhu Y C, Cai Q M. Studies on a three鄄dimensional hydro鄄Dynamic model for Meiliang Bay, Taihu Lake 摇 玉. Model description and result
interpretation. Oceanologia et Limnologia Sinica, 1998(01): 79鄄85.
[24] 摇 Holland J. Adaptation in natural and artificial systems. Ann Arbor, MI: University of Michigan Press, 1975. 183.
[25] 摇 Wang X P, Cao L M. Application and software implementation of genetic algorithm. Xi忆an: Xi忆an Jiaotong University Press, 2002. 344.
[26] 摇 Michalewicz Z. Genetic Algorithm + Data Structures = Evolution Programs. New York: Springer, 1992.
[27] 摇 Liu S M, Butler D, Brazier R, Heathwaite L, Khu S T. Using genetic algorithms to calibrate a water quality model. Science of the Total
Environment, 2007, 374(2 / 3): 260鄄272.
[28] 摇 Wang J P, Chen S T, Jia H F. Parameter Optimization of Water Quality Model: Implementation of Genetic Algorithm and Its Control Parameters
Analysis. Environmental Science, 2005(03): 61鄄65.
[29] 摇 Kong F X, Ma R H, Gao J F, Wu X D. The theory and practice of prevention, forecast and warning on cyanobacteria bloom in Lake Taihu. Journal
of Lake Sciences, 2009(03): 314鄄328.
[30] 摇 Verspagen J, Snelder E, Visser P M, Johnk K D, Ibelings B W, Mur L R, Huisman J. Benthic鄄pelagic coupling in the population dynamics of the
harmful cyanobacterium Microcystis. Freshwater Biology, 2005, 50(5): 854鄄867.
[31] 摇 Bai X H, Hu W P, Hu Z X, Li X H. Importation of Wind鄄Driven Drift of Mat鄄Like Algae Bloom into Meiliang Bay of Taihu Lake in 2004 Summer.
Environmental Science, 2005(06): 59鄄62.
参考文献:
[ 1 ]摇 王建平, 程声通, 贾海峰. 环境模型参数识别方法研究综述. 水科学进展, 2006(04): 574鄄580.
[ 2 ] 摇 韩菲, 陈永灿, 刘昭伟. 湖泊及水库富营养化模型研究综述. 水科学进展, 2003(06): 785鄄791.
[ 8 ] 摇 邓义祥, 王琦, 赖斯芸, 陈吉宁. 优化、RSA和 GLUE方法在非线性环境模型参数识别中的比较. 环境科学, 2003(06): 9鄄15.
[14] 摇 潘伟, 刁华宗, 井元伟. 一种改进的实数自适应遗传算法. 控制与决策, 2006(07): 792鄄795.
[17] 摇 郭静, 陈求稳, 李伟锋. 湖泊水质模型 SALMO在太湖梅梁湾的应用. 环境科学学报,2012,排刊中.
[18] 摇 秦伯强, 许海, 董百丽. 富营养化湖泊治理的理论与实践. 北京: 高等教育出版社, 2011. 325.
[23] 摇 朱永春, 蔡启铭. 太湖梅梁湾三维水动力学的研究冥冥玉.模型的建立及结果分析. 海洋与湖沼, 1998(01): 79鄄85.
[25] 摇 王小平, 曹立明. 遗传算法鄄理论、应用与软件实现. 西安: 西安交通大学出版社, 2002. 344.
[28] 摇 王建平, 程声通, 贾海峰. 水质模型参数优化的遗传算法实现及控制参数分析. 环境科学, 2005(03): 61鄄65.
[29] 摇 孔繁翔, 马荣华, 高俊峰, 吴晓东. 太湖蓝藻水华的预防、预测和预警的理论与实践. 湖泊科学, 2009(03): 314鄄328.
[31] 摇 白晓华, 胡维平, 胡志新, 李香华. 2004 年夏季太湖梅梁湾席状漂浮水华风力漂移入湾量计算. 环境科学, 2005(06): 59鄄62.
7497摇 24 期 摇 摇 摇 郭静摇 等:基于实码遗传算法的湖泊水质模型参数优化 摇
ACTA ECOLOGICA SINICA Vol. 32,No. 24 December,2012(Semimonthly)
CONTENTS
A bibliometric study of biodiversity research in China LIU Aiyuan, GUO Yuqing, LI Shiying,et al (7635)…………………………
Effects of elevated CO2 and nitrogen deposition on leaf nutrient quality of Fargesia rufa Yi
ZHOU Xianrong, WANG Jianhua, ZHANG Hong,et al (7644)
……………………………………………
……………………………………………………………………
Airborne pollen assemblages and their relationships with climate factors in the central Shaanxi Province of the Loess Plateau:
a case in Xiaheimugou, Luochuan County L譈 Suqing, LI Yuecong, XU Qinghai,et al (7654)…………………………………
Spatial and temporal change in ecological assets in the Yangtze River Delta of China 1995—2007
XU Xibao, CHEN Shuang, YANG Guishan (7667)
……………………………………
…………………………………………………………………………………
Evaluation and optimization of woodland ecological patterns for Qingdao based on the agent鄄based model
FU Qiang, MAO Feng, WANG Tianqing,et al (7676)
……………………………
……………………………………………………………………………
Interactive mechanism of service function of alpine rangeland ecosystems in Qinghai鄄Tibetan Plateau
LIU Xingyuan, LONG Ruijun, SHANG Zhanhuan (7688)
…………………………………
…………………………………………………………………………
Preliminary evaluation of air temperature reduction of urban green spaces in Beijing
ZHANG Biao, GAO Jixi, XIE Gaodi,et al (7698)
…………………………………………………
…………………………………………………………………………………
Resources metabolism analysis for the pulp and paper industry in Wuhan, China
SHI Xiaoqing,LI Xiaonuo,ZHAO Linjia,et al (7706)
………………………………………………………
………………………………………………………………………………
The characteristics and influential factors of direct carbon emissions from residential energy consumption: a case study of Lijiang
City, China WANG Danyin, TANG Mingfang, REN Yin, et al (7716)…………………………………………………………
Spatial targeting of payments for ecosystem services Based on SWAT Model and cost鄄benefit analysis
SONG Xiaoyu,LIU Yuqing,DENG Xiaohong,et al (7722)
…………………………………
…………………………………………………………………………
The wind tunnel test of plastic greenhouse and its surface wind pressure patterns
YANG Zaiqiang,ZHANG Bo,XUE Xiaoping,et al (7730)
………………………………………………………
…………………………………………………………………………
Population quantitative characteristics and dynamics of rare and endangered plant Davidia involucrata in Hunan Province
LIU Haiyang, JIN Xiaoling, SHEN Shouyun,et al (7738)
……………
…………………………………………………………………………
Phenotypic diversity in populations of germplasm resources of Rodgersia sambucifolia and related species
LI Pingping, MENG Hengling, CHEN Junwen,et al (7747)
……………………………
………………………………………………………………………
Effects of sand burial and seed size on seed germination, seedling emergence and growth of Caragana korshinskii Kom. (Fabaceae)
YANG Huiling, LIANG Zhenlei,ZHU Xuanwei,et al (7757)
…
………………………………………………………………………
Population鄄keeping mechanism of the parasitoid Dastarcus helophoroides (Coleoptera: Bothrideridae) of Massicus raddei
(Coleoptera: Cerambycidae) in oak forest YANG Zhongqi, TANG Yanlong, JIANG Jing,et al (7764)…………………………
Study of mingling based on neighborhood spatial permutation LOU Minghua, TANG Mengping, QIU Jianxi,et al (7774)……………
Comparison of three regression analysis methods for application to LAI inversion using Hyperion data
SUN Hua, JU Hongbo, ZHANG Huaiqing,et al (7781)
…………………………………
……………………………………………………………………………
Response of seed germination and seedling growth of Pinus koraiensis and Quercus mongolica to comprehensive action of warming
and precipitation ZHAO Juan, SONG Yuan, SUN Tao, et al (7791)……………………………………………………………
Impacts of water stored in sapwood Populus bolleana on its sap flux DANG Hongzhong, LI Wei,ZHANG Youyan,et al (7801)………
Dynamics of greenhouse gases emission and its impact factors by fire disturbance from Alnus sibirica forested wetland in
Xiaoxing忆an Mountains, Northeast China GU Han,MU Changcheng, ZHANG Bowen (7808)……………………………………
Different tide status and salinity alter stoichiometry characteristics of mangrove Kandelia candel seedlings
LIU Biner, LIAO Baowen, FANG Zhanqiang (7818)
……………………………
………………………………………………………………………………
Effects of shrub encroachment in desert grassland on runoff and the induced nitrogen loss in southeast fringe of Tengger Desert
LI Xiaojun, GAO Yongping (7828)
……
…………………………………………………………………………………………………
Community structure and throughfall erosivity characters of artificial rainforest in Xishuangbanna
DENG Yun, TANG Yanlin , CAO Min, et al (7836)
………………………………………
………………………………………………………………………………
Temporal鄄spatial variations of net ecosystem productivity in alpine area of southwestern China
PANG Rui,GU Fengxue,ZHANG Yuandong, et al (7844)
…………………………………………
…………………………………………………………………………
Relationships between chemical compositions of Quercus species seeds and climatic factors in temperate zone of NSTEC
LI Dongsheng, SHI Zuomin, LIU Shirong, et al (7857)
……………
……………………………………………………………………………
Effects of simulated acid rain stress on the PS域 reaction center and free radical metabolism in leaves of longan
LI Yongyu, PAN Tengfei, YU Dong, et al (7866)
……………………
…………………………………………………………………………………
Assessment of organic pollution for surface soil in Shenyang suburbs CUI Jian,DU Jizhong,MA Hongwei,et al (7874)………………
The impact of rainfall on soil respiration in a rain鄄fed maize cropland GAO Xiang, HAO Weiping, GU Fengxue, et al (7883)………
Effects of winter crops on enzyme activity and morphological characteristics of root in subsequent rice crops
YU Tianyi, PANG Huancheng,REN Tianzhi,et al (7894)
…………………………
…………………………………………………………………………
Dynamic changes of soil moisture and nitrate nitrogen in wheat and maize intercropping field under different nitrogen supply
YANG Ruiju, CHAI Shouxi, MA Zhongming (7905)
…………
………………………………………………………………………………
Characteristics of the bird diversity and the impact factors in Weishan Lake YANG Yuewei, LI Jiuen (7913)………………………
The effect of cropping landscapes on the population dynamics of the cotton bollworm Helicoverpa armigera (Lepidoptera,
Noctuidae) in the northern Xinjiang LU Zhaozhi, PAN Weilin, ZHANG Xin, et al (7925)……………………………………
The seasonal variations of nitrogen and phosphorus release and its fluxes from the sediments of the Beili Lake in the Hangzhou
West Lake LIU Jingjing,DONG Chunying,SONG Yingqi,et al (7932)……………………………………………………………
Optimization of lake model salmo based on real鄄coded genetic algorithm
GUO Jing, CHEN Qiuwen, ZHANG Xiaoqing, et al (7940)
………………………………………………………………
………………………………………………………………………
The influence of climatic environmental factors and fishing pressure on changes of hairtail catches in the northern South China
Sea WANG Yuezhong, SUN Dianrong, CHEN Zuozhi, et al (7948)………………………………………………………………
Seasonal and spatial distribution of acid volatile sulfide in sediment under different mariculture types in Nansha Bay, China
YAN Tingru, JIAO Haifeng, MAO Yuze, et al (7958)
…………
……………………………………………………………………………
Review and Monograph
Research progress on the mechanism of improving plant cold hardiness XU Chengxiang (7966)………………………………………
Influences of vegetation on permafrost: a review CHANG Xiaoli,JIN Huijun,WANG Yongping,et al (7981)…………………………
Home鄄field advantage of litter decomposition and its soil biological driving mechanism: a review
ZHA Tonggang, ZHANG Zhiqiang, SUN Ge, et al (7991)
………………………………………
…………………………………………………………………………
Research progress on the relationship of pollutants between road鄄deposited sediments and its washoff
ZHAO Hongtao, LI Xuyong, YIN Chengqing (8001)
…………………………………
………………………………………………………………………………
8008 摇 生摇 态摇 学摇 报摇 摇 摇 32 卷摇
《生态学报》2013 年征订启事
《生态学报》是中国生态学学会主办的生态学专业性高级学术期刊,创刊于 1981 年。 主要报道生态学研
究原始创新性科研成果,特别欢迎能反映现代生态学发展方向的优秀综述性文章;研究简报;生态学新理论、
新方法、新技术介绍;新书评介和学术、科研动态及开放实验室介绍等。
《生态学报》为半月刊,大 16 开本,300 页,国内定价 90 元 /册,全年定价 2160 元。
国内邮发代号:82鄄7,国外邮发代号:M670
标准刊号:ISSN 1000鄄0933摇 摇 CN 11鄄2031 / Q
全国各地邮局均可订阅,也可直接与编辑部联系购买。 欢迎广大科技工作者、科研单位、高等院校、图书
馆等订阅。
通讯地址: 100085 北京海淀区双清路 18 号摇 电摇 摇 话: (010)62941099; 62843362
E鄄mail: shengtaixuebao@ rcees. ac. cn摇 网摇 摇 址: www. ecologica. cn
摇 摇 编辑部主任摇 孔红梅摇 摇 摇 执行编辑摇 刘天星摇 段摇 靖
生摇 态摇 学摇 报
(SHENGTAI摇 XUEBAO)
(半月刊摇 1981 年 3 月创刊)
第 32 卷摇 第 24 期摇 (2012 年 12 月)
ACTA ECOLOGICA SINICA
摇
(Semimonthly,Started in 1981)
摇
Vol郾 32摇 No郾 24 (December, 2012)
编摇 摇 辑摇 《生态学报》编辑部
地址:北京海淀区双清路 18 号
邮政编码:100085
电话:(010)62941099
www. ecologica. cn
shengtaixuebao@ rcees. ac. cn
主摇 摇 编摇 冯宗炜
主摇 摇 管摇 中国科学技术协会
主摇 摇 办摇 中国生态学学会
中国科学院生态环境研究中心
地址:北京海淀区双清路 18 号
邮政编码:100085
出摇 摇 版摇
摇 摇 摇 摇 摇 地址:北京东黄城根北街 16 号
邮政编码:100717
印摇 摇 刷摇 北京北林印刷厂
发 行摇
地址:东黄城根北街 16 号
邮政编码:100717
电话:(010)64034563
E鄄mail:journal@ cspg. net
订摇 摇 购摇 全国各地邮局
国外发行摇 中国国际图书贸易总公司
地址:北京 399 信箱
邮政编码:100044
广告经营
许 可 证摇 京海工商广字第 8013 号
Edited by摇 Editorial board of
ACTA ECOLOGICA SINICA
Add:18,Shuangqing Street,Haidian,Beijing 100085,China
Tel:(010)62941099
www. ecologica. cn
Shengtaixuebao@ rcees. ac. cn
Editor鄄in鄄chief摇 FENG Zong鄄Wei
Supervised by摇 China Association for Science and Technology
Sponsored by摇 Ecological Society of China
Research Center for Eco鄄environmental Sciences, CAS
Add:18,Shuangqing Street,Haidian,Beijing 100085,China
Published by摇 Science Press
Add:16 Donghuangchenggen North Street,
Beijing摇 100717,China
Printed by摇 Beijing Bei Lin Printing House,
Beijing 100083,China
Distributed by摇 Science Press
Add:16 Donghuangchenggen North
Street,Beijing 100717,China
Tel:(010)64034563
E鄄mail:journal@ cspg. net
Domestic 摇 摇 All Local Post Offices in China
Foreign 摇 摇 China International Book Trading
Corporation
Add:P. O. Box 399 Beijing 100044,China
摇 ISSN 1000鄄0933
CN 11鄄2031 / Q
国内外公开发行 国内邮发代号 82鄄7 国外发行代号 M670 定价 70郾 00 元摇