本文将人工神经网络原理运用于水质评价问题中,建立了多指标水质综合评价的自组织特征映射网络(Self-Organizing Feature Map)模型,以探索西湖水体富营养化的时空分布规律及动力因子和限制因子。 本研究在西湖共设了8个采样点,收集了2000年1月至12月的西湖常规监测的水生生态数据。利用营养状态指数法定量的判断西湖各湖区不同时段的富营养化等级类型。再根据各采样点的监测数据和多次模拟调试找出影响西湖水体的主要水质因子作为自组织人工神经网络的输入变量,利用网络的无差别分类能力,探索各个湖区不同时段的富营养化状况,分析其时空变化趋势,并描述各类别中营养盐变化趋势。结果表明,利用SOFM人工神经网络对西湖水体进行时空分类的结果直观、清晰,从空间上看,小南湖的水质较好,而北里湖的较差;从时间上看,一、二月份水质较好,五到十月份水质较差。此外网络的类变量分析结果与因子分析结果也相一致。表明人工神经网络模型能有效合理的模拟富营养化进程中的非线性行为,并能准确评价西湖水质的富营养化状况,为及时有效的提出控制措施提供科学的依据。