摘要：通过对水平潜流湿地（HSSF―CW）3a运行效果进行研究,分析了HSSF―CW不同处理单元单位面积总磷（TP）去除率对水温的响应变化曲线,利用正弦函数对各处理单元不同时间单位面积TP去除率变化过程进行了拟合,并通过主成分分析（PCA）和冗余分析（RDA）筛选影响磷去除的主要环境因子,进而利用人工神经网络（ANN）对各处理单元出水总磷浓度（TPo）进行了模拟。结果表明：水温较低时（〈20℃）,单位面积TP去除率对水温变化不敏感,随温度升高（〉20℃）,单位面积TP去除率升高并出现较大波动,最高达3.27g/（m2·d）;单位面积TP去除率与水温之间存在一定的多项式函数关系（R2=0.1082,p=0）,不同处理单元拟合关系存在一定差异（R2=0.318～0.350）;不同月份单位面积TP去除率符合正弦变化规律（R2=0.231,p=0）,夏季去除率高于秋季,平均单位面积去除率为（0.331±0.132）g/（m2·d）,8月份出现最大值（0.397±0.125g/（m2·d））;通过PCA和RDA对不同环境因子与单位面积TP去除率之间的关系进行分析,发现单位面积TP去除率与进水TP质量浓度、水温、流量、溶解氧和蒸散发之间呈一定的正相关性,而与水深之间无显著相关关系;选取影响磷去除效果的主要环境因子进水TP质量浓度、水温、流量、溶解氧、pH值和蒸散发作为输入参数,构建ANN预测模型,通过反向学习算法和交叉验证对模型构型进行了构建和筛选,结果表明输入层、隐含层和输出层中神经元最佳构型分别为6—3—1;利用层次分析法将数据集分为训练集和验证集两部分,通过对比不同处理单元TPo实测值和模拟值,表明模型能够基本反映TPo的变化趋势和范围（R2=0.677～0.800）。该研究可为管理和改善水平潜流湿地运行效果提供参考。

关键词：磷 主成分分析 模型 水平潜流湿地 人工神经网络 

单位：中国林业科学研究院湿地研究所; 北京100091; 湿地生态功能与恢复北京市重点实验室; 北京100091