模拟消落带水华暴发行为的数值沙堆模型

以长江最大支流汉江近年来水华污染的现场资料为例,通过氮磷浓度、水温、流速和光照等实测数据构建了消落带开放水域环境体系的数值沙堆模型,描述了藻类生长及水华暴发的动力学机制;利用数值沙堆系统崩塌行为反映出的频率-尺度幂律关系作为判断消落带水域是否暴发水华以及规模大小的依据,采用有限尺度标度分析从不同侧面验证了水华暴发系统的自组织临界性,并揭示出各种拟合参数与水华暴发规模之间的定量关系.研究表明,沙堆模型如果存在良好的幂律关系,相应的消落带水域将暴发水华,且幂律指数越大,水华污染程度越严重.     

城市生活垃圾场处理技术模糊综合评价

通过对一个待建的城市生活垃圾场处理技术的综合分析，建立一个相对完整的指标体系，然后用模糊数学的方法，对指标体系进行量化、归一化，得到一个通用的评价模型，并运用此模型对该垃圾的垃圾处理方式进行评价，最后提出卫生填埋是当前较为合理的处理方式。     

洪水入海对养殖环境影响的数值分析

基于三维流体动力学和热力学原始方程 ,采用σ坐标变换技术 ,建立了三维斜压场数值模型。模型采用ADI格式求解连续方程和动量方程 ,采用FS法和TVD格式求解各标量方程 ,从而使模型的精度提高到二阶 ,并且节省运算时间。利用建立的三维斜压场数值模型 ,对鸭绿江洪水期形成的低盐水体的分布进行了数值模拟 ,进而分析了鸭绿江洪水入海对黄海北部海域的海水养殖业的可能影响。鸭绿江特大泄洪形成的超低盐混浊水体入侵 ,是筏养扇贝致死的主要原因。及时预报大洪水影响下的低盐水体分布 ,可有效地防止洪水污损灾害。     

活性污泥系统动力学模拟方法的综合分析

活性污泥法的应用现状和污水中氮磷排放标准的日益严格，使得传统数学模型已满足不了目前的要求，需要对活性污泥系统复杂的动力学规律进行有效模拟。文章在综合分析活性污泥动态模型国内外研究现状的基础上，介绍了3种占主流地位的模型：活性污泥数学模型、神经网络模型和混合模型。这3种模型在污水处理的设计、运行控制和工艺优化等方面各有其独到之处。     

基于人工神经网络的行业无害化生产能力评价模型研究

利用BP前向人工神经网络方法 ,建立了一种全新的基于人工神经网络的行业无害化生产能力评价模型 ,该模型采用动量梯度下降反向传播和学习速率自适应调整相结合的训练学习算法。最后 ,以造纸及纸制品业为例 ,对中国各省市造纸行业的无害化生产能力进行评价 ;并进一步分析中国各省造纸行业无害化生产能力的时空分布规律 ,为我国行业规划、布局决策提供科学依据。     

铜川新区建设生态城市发展模式研究

以可持续发展为指导思想，结合生态城市的内涵，提出城乡一体化和生态生产的城市发展思路，建立了土地容量与人口适宜容量数学模型。根据铜川新区具有的自然优势，从自然—社会—经济复合生态角度，针对铜川新区的土地容量与人口适宜容量，探讨了将铜川新区建设成为一个环境优美、人口适宜的生态城市的发展模式。     

氯化钠抑制下乙酸厌氧降解的动力学模型

作者利用五个实验室规模的完全混合反应器进行较长时间的半连续培养,研究在氯化钠抑制下乙酸盐的厌氧降解。结果表明,在不同条件下运行的反应器内,存在优势菌群的显著差异,因此在不同条件下运行的反应器对抑制有不同的响应。作者引入抑制因子的概念,建立了在氯化钠抑制下乙酸厌氧降解的动力学模型。同时指出反应器运行条件与菌群组成的联系以及菌群组成的差别对反应器运行状况的影响,在废水生物处理的动力学模型研究中应给予足够的重视。     

废旧电子材料回收利用现状及发展展望

随着科学技术的进步，各类电子产品已经成为人们生活中不可缺少的组成部分，而其发展和普及的背后，我们将面临越来越多淘汰的废旧电子产品对环境带来的压力。与此同时，各类资源的短缺也需要从这些富含众多金属元素的废旧电子材料中找出解决办法。从废旧电子材料回收的紧迫性和必要性出发，分别介绍了目前国内外回收技术的现状及发展方向，并介绍了模型在回收技术发展和实际应用中可以起到的辅助作用。     

太湖流域水污染对太湖水质的影响分析

从太湖地区(苏州、无锡、常州、杭州、嘉兴和湖州)的污染物排放量、水质监测结果，以及工农业发展、人口变化、人民生活水平的提高、东太湖萎缩，底泥中营养物的变化和湖泊生态系统失衡的特点入手，分析了太湖流域水污染现状。结果表明，工业废水排放量高于城镇生活废水排放量；太湖湖体、环湖河流水质与省、市边界断面主要超标项目分别为：总磷、总氮和氨氮；水体水质演变是由工农业迅速发展、人口过度增加、污染防治措施相对滞后，以及太湖水生态系统失衡等原因造成的。     

九龙甸水库水质预测及分析

通过对1996年-2001年间水质监测数据的灰色系统处理,对九龙甸水库水质进了行中长期预测。结果显示九龙甸水库水质在相当长的时期内将保持稳定,能达到规划的地面水Ⅱ类水质功能区要求。