干旱内陆河流湿地景观破碎化模型构建与尺度分析——以黑河中游湿地为例

尺度的选择一直是地理学及景观生态学的研究重点和热点。在遥感和GIS的支持下,以黑河中游湿地为例,利用移动窗口技术和空间形态学准则构建湿地类型变化追踪模型;利用面积频率统计法、卡方分布归一化尺度方差、分维数距平和多样性指数探讨干旱内陆河流湿地类型变化追踪模型的适宜和最佳窗口尺度。结果表明：1）类型变化追踪模型能实现基于像元的湿地景观空间格局分析,弥补传统湿地景观破碎化研究主要基于景观和斑块类型水平尺度,难以深入解析湿地空间演变过程的不足;2）黑河中游湿地类型变化追踪模型的适宜窗口尺度为150 m×150 m~450 m×450 m,最佳窗口尺度为250 m×250 m。该结果是进一步研究黑河中游湿地空间破碎化特征的基础,同时对于丰富干旱内陆河流湿地景观破碎化研究尺度选择有一定积极作用。     

基于信息融合与GM的石油罐区安全监控预测模型

近年来,石油罐区安全事故发生频率呈不断上升趋势。为有效增强罐区安全监控预警系统监测数据的可靠性,并实现对事故的早期预警,基于多传感器信息融合技术和灰色模型(GM)理论,建立出石油罐区安全监控预测模型。首先,研究了基于递推最小二乘法改进的最优加权融合算法,并将其作为一级(特征级)融合模型,其次,介绍分析了灰色预测理论及GM(1,1)模型的实现过程,最后建立出基于GA-BP神经网络算法的二级(决策级)数据融合模型,并得到石油罐区安全监控预测模型。     

基于GA-ELM的冲击地压危险性预测研究

为提高冲击地压预测的效率和准确率,在分析冲击地压影响因素的基础上,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的冲击地压预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM冲击地压预测模型。利用某矿冲击地压统计数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、有效地对冲击地压发生的可能性进行预测。     

非均相催化湿式氧化法再生活性炭实验

使用自制的CuO-Al₂O₃催化剂对苯酚饱和活性炭进行非均相催化湿式氧化再生研究,系统观察了反应条件对非均相催化湿式氧化再生活性炭的影响.实验中得到非均相CuO-Al₂O₃催化湿式氧化再生活性炭的最佳条件为:反应温度210℃,反应时间60min,催化剂投加量25mg(以铜离子计),反应氧分压0.6MPa(25℃),投炭量15g(干炭量),加水量300mL.通过对催化剂进行X衍射分析,并对催化剂的稳定性进行实验,可以得出该催化剂在催化湿式氧化再生活性炭的过程中具有较好的稳定性.     

治理修复型水生态补偿问题分析

流域生态补偿已成为水文水资源领域的一个热门研究课题,也是解决水资源开发利用过程中区域用水矛盾、生态破坏的一种有效途径。从流域生态破坏的不同层面和根源出发,结合流域整体协调发展的管理策略和行动计划,给出流域治理修复型水生态补偿的实施目标。从双方自由博弈纳什均衡的层面出发,进行实施流域水生态补偿的经济最优条件分析;结合生态补偿产生的经济学原理,给出影响流域水生态补偿实施的相关性分析。针对流域生态治理中遇到的实际问题,阐述影响流域治理修复型水生态补偿的实施细节。     

掺Fe^3＋A-TiO2粉末的水热法制备及其光催化降解甲基橙

以硫酸钛为原料用水热法制备了掺Fe^3＋TiO2粉末,用SEM和XRD测定了样品的形貌和晶型,研究了以自制的掺Fe^3＋A-TiO2对甲基橙溶液的光催化降解作用。结果表明：所制备的TiO2为锐钛矿型TiO2即A-TiO2。365nm紫外光照射下,用自制的掺Fe^3＋A-TiO2降解甲基橙溶液的最佳条件是：10mg·L^-1的甲基橙溶液中加入0.050g掺5%Fe^3＋（物质的量比）A-TiO2粉末,用HNO3调节溶液成酸性后,18℃恒温反应4h,降解率达到57.8%。     

基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.     

烟气脱硫剂制浆系统一体化设计及应用

石灰石粉制浆系统是石灰石-石膏湿法烟气脱硫工艺中脱硫剂浆液干式制备系统的一个主要部分。针对石灰石粉制浆系统传统设计的不足,提出了石灰石浆液罐与粉仓一体化设计的优化方案,具有节省投资、占地小、设计简单紧凑、系统可靠和寿命长的优点,尤其适合我国老小燃煤机组烟气脱硫改造工程。目前已成功应用于多个烟气脱硫工程。     

Integrating soil carbon cycling with that of nitrogen and phosphorus in the watershed model SWAT: Theory and model testing

In this paper we describe and test a sub-model that integrates the cycling of carbon (C), nitrogen (N) and phosphorus (P) in the Soil Water Assessment Tool (SWAT) watershed model. The core of the sub-model is a multi-layer, one-pool soil organic carbon (S_C) algorithm, in which the decomposition rate of S_C and input rate to S_C (through decomposition and humification of residues) depend on the current size of S_C. The organic N and P fluxes are coupled to that of C and depend on the available mineral N and P, and the C:N and N:P ratios of the decomposing pools. Tillage explicitly affects the soil organic matter turnover rate through tool-specific coefficients. Unlike most models, the turnover of soil organic matter does not follow first order kinetics. Each soil layer has a specific maximum capacity to accumulate C or C saturation (S_x) that depends on texture and controls the turnover rate. It is shown in an analytical solution that S_x is a parameter with major influence in the model C dynamics. Testing with a 65-yr data set from the dryland wheat growing region in Oregon shows that the model adequately simulates the S_C dynamics in the topsoil (top 0.3 m) for three different treatments. Three key model parameters, the optimal decomposition and humification rates and a factor controlling the effect of soil moisture and temperature on the decomposition rate, showed low uncertainty as determined by generalized likelihood uncertainty estimation. Nonetheless, the parameter set that provided accurate simulations in the topsoil tended to overestimate S_C in the subsoil, suggesting that a mechanism that expresses at depth might not be represented in the current sub-model structure. The explicit integration of C, N, and P fluxes allows for a more cohesive simulation of nutrient cycling in the SWAT model. The sub-model has to be tested in forestland and rangeland in addition to agricultural land, and in diverse soils with extreme properties such high or low pH, an organic horizon, or volcanic soils.     

基于遗传算法的支持向量机预测有机物自燃点的研究

根据定量构效关系(QSPR)原理,研究自燃点(AIT)与其分子结构间的内在定量关系。以265种有机化合物作为样本集,随机选择238种作为训练集,27种作为测试集,用遗传算法(GA)进行变量选择,分别建立多元线性回归(MLR)模型和支持向量机(SVM)模型研究有机物的自燃点与其分子结构间的关系。通过分析,发现造成模型预测效果不佳的原因是试验数据本身存在问题。通过对2个模型的比较,结果为GA-SVM模型明显优于GA-MLR模型,说明自燃点与其分子结构间具有很强的非线性关系。