Zn~(2+)对滇池藻类生长的影响

有关氮、磷对滇池藻类生长的影响研究,已有大量的报道,有关其它元素对滇池藻类影响的研究报道较少。本研究以滇池藻样为实验对象,实验不同Zn2+浓度对滇池藻类的影响情况,结果表明,高Zn2+浓度以抑制滇池藻类生长为主,低Zn2+浓度以促进滇池藻类生长为主。实验结果表明,在控制滇池湖藻类生长时,除了要注意控制N,P之外,还应考虑Zn2+对藻类生长的影响。     

CIO2杀藻效能研究

研究了CIO2不同投加剂量、不同接触时间对藻类的去除效果，并对微污染水源水CIO2杀藻进行了成本分析。结果表明：(1)CIO2杀藻效果显著，当反应时间为10min，每mg叶绿素a(chla)投加20．28mgCIO2即可达到91．10％的去除率。(2)对于叶绿素a含量为20．46ugλ的微污染水源水，若要求去除率在75％以内，则吨水处理成本不超过0．087元。     

几种水草清污能力的测定

随着环境问题的日益严重，水污染问题引起了人们的注意，本采用对比实验的方法对几种水草在不同水质条件下净化作用（COD值）及其生理反应（叶绿素，SOC，蛋白质）进行比较测定，发现这几种水草都具有较强的清污能力，在污水中，苦草的耐污能力较强，微齿眼子菜急性耐污能力较强，菹草的耐污能力最好，且适合在冬季种植，同时，水草量的多少对水质的净化也有一定的关系，建议在治疗的同时，应该控制污水的直接排放。     

云南省湖库水中透明度和叶绿素a的控制指标研究

鉴于云南省的高原湖泊水环境保护的迫切性,为了控制高原湖泊的富营养化,切实提高湖库的水环境质量,本文在通过调查统计云南省辖区内的典型湖库和国内外相关指标分析评价研究的基础上,提出了云南省湖库水中透明度、叶绿素a环境控制指标的标准限值.     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.     

环境空气中的苯并（a）芘污染及其危害

苯并(a)芘(BaP)是一种广泛存在于环境中,但含量一般很低的有害物质。苯并(a)芘有潜在的致癌性,但其含量较低因而它的污染容易被忽略,现仅在此提出来,希望引起关注。一、苯并(a)芘产生的途径苯并(a)芘是一种多环芳烃化合物,主要是由各种燃烧过程产生。焚烧垃圾产生的含苯并(a)芘的多环芳烃会对人体的感官起刺激作用,煤炭和石油的燃     

天津污灌区苯并(a)芘的分布和迁移通量模型

建立了估算苯并 (a)芘在天津污灌区气、水、土壤及沉积物相间的迁移通量和浓度分布的逸度模型框架 ,利用通量资料作为模型输入 ,利用实测浓度数据验证了模型的可靠性 .结果表明 ,模型对大气、地表水、土壤和沉积物中浓度的估算大体吻合 ,沉积物和土壤是苯并 (a)芘的主要环境归宿 ,而大气中的平衡浓度相对较低 ,水体及土壤中的苯并 (a)芘可能通过作物和鱼体富集而进入生态系统 .     

浅谈苯并（a）芘

环境污染对人体健康的危害已为世人所关注，二恶英事件的发生使得人类对有机化合物的污染更趋重视，在众多有机化学污染物中，苯并（a)芘的毒性不但可与二恶英并驾齐驱，甚至有过之而无不及，世界卫生组织国际癌症研究中心经大量的动物试验以及临床观察分析，指定其为一级致癌物质，本文将与大家一起探讨，揭示其本质。     

环境样品中^14C—Bap的转化分析

苯并[a]芘(简称Bap)是一种强致癌的多环芳烃.污水中的Bap进入环境后,迅速沉积于土壤,和土壤粘粒成结合态长期存在下去.一部分可以被光解或生物降解,也有一小部分被植物吸收和被代谢.本文利用~(14)C-Bap示踪方法,通过放化分离,把~(14)C分成若干形态,来研究环境要素和植物中Bap的存在和转化规律.     

在降雨量极少的条件下日本琵琶湖北湖主要环境因子的动态变化和机理的研究(Ⅰ)(英文)

琵琶湖是日本第一大淡水湖,20世纪60年代以来,由于经济的发展,湖水水质逐步变坏。1977年湖的北部出现赤潮,1 983年湖的南部出现了湖泊富营养化的产物微囊藻。多年来,在深水区湖水温度分层情况下,叶绿素α或浮游植物主要分布在湖的表层。但在1 994年夏季降雨量极少的情况下,在深水区叶绿素α或浮游植物主要分布在温跃层的附近,这种现象在琵琶湖是罕见的。分析发现叶绿素的峰值在湖水温度分层时出现在温跃层的上部,而且底边界层同时出现了低溶氧和高浊度的现象。叶绿素α和溶氧、浊度的对应关系表明温跃层是一光合成活跃的区间。本文通过流体力学方程计算,结果表明随着温度的降低,粘滞力就会增加,在温跃层出现了随水深增加,粘滞力急剧增大的情况。由此可见颗粒物在温跃层顶的上部沉降速度比温跃层内快,因此颗粒物高浓度出现在温跃层内。计算结果同时发现,在水深10～20 m(对应于温跃层),分子扩散系数最小,一旦颗粒物进入这一区间就不易扩散出去。由于温跃层是一分子扩散系数小、粘滞力高的区间,所以温跃层是颗粒物和营养盐的富集区,出现了藻类和叶绿素浓度的峰值。