Ethanol mediated As(III) adsorption onto Zn-loaded pinecone biochar: Experimental investigation, modeling, and optimization using hybrid artificial neural network-genetic algorithm approach

Organic matters (OMs) and their oxidization products often influence the fate and transport of heavy metals in the subsurface aqueous systems through interaction with the mineral surfaces. This study investigates the ethanol (EtOH)-mediated As(III) adsorption onto Zn-loaded pinecone (PC) biochar through batch experiments conducted under Box–Behnken design. The effect of EtOH on As(III) adsorption mechanism was quantitatively elucidated by fitting the experimental data using artificial neural network and quadratic modeling approaches. The quadratic model could describe the limiting nature of EtOH and pH on As(III) adsorption, whereas neural network revealed the stronger influence of EtOH (64.5%) followed by pH (20.75%) and As(III) concentration (14.75%) on the adsorption phenomena. Besides, the interaction among process variables indicated that EtOH enhances As(III) adsorption over a pH range of 2 to 7, possibly due to facilitation of ligand–metal(Zn) binding complexation mechanism. Eventually, hybrid response surface model–genetic algorithm (RSM–GA) approach predicted a better optimal solution than RSM, i.e., the adsorptive removal of As(III) (10.47 μg/g) is facilitated at 30.22 mg C/L of EtOH with initial As(III) concentration of 196.77 μg/L at pH 5.8. The implication of this investigation might help in understanding the application of biochar for removal of various As(III) species in the presence of OM.     

基于神经网络的碳排放预测及影响因素分析

基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。     

基于遗传神经网络的除湿机故障诊断与寿命预测

目的识别除湿机的性能状态和预测吸附剂的剩余寿命。方法针对除湿机故障过程缓变的特点,提出一种基于数据驱动的遗传神经网络模型。首先,为解决设备失效程度划分模糊的问题,由5个热力参数组成反映吸附剂劣化程度的特征向量,关联分析得到除湿机的5类故障模式。其次,利用遗传神经网络建立状态参数和故障模式的映射关系。最后,对表征设备吸附能力的主参数进行外推预测。结果训练好的诊断网络可准确地识别出设备的劣化程度及其演变过程,预测网络的预测精度非常高。结论该方法可有效地实现对除湿机的故障诊断与预测。。     

电晕放电辐射信号的特征提取和模式识别方法研究

目的研究电晕放电辐射信号的特征提取和模式识别方法。方法在分析信号特征提取方法的基础上,对实测的电晕放电辐射信号特征提取,利用概率神经网络开展电晕放电辐射信号目标识别,检验特征提取的有效性。结果以奇异值作为输入特征量的PNN在整体上效果更优,稳定性好,对两类不同放电辐射信号的正确识别率均可达到80%以上,并且当输入特征量个数达到10个时,对实测样本的正确识别率均达到了最高值。电晕放电的正确识别率为96.7%,火花放电的正确识别率为93.3%。结论该方法能基本满足实际放电信号的识别应用。     

基于WebGIS的水环境模拟关键技术研究

近年来随着水环境模拟领域的发展出现了较多水环境数学模型,目前日益成熟的WebGIS技术是使模型使用变得简单化和直观化的一大途径.是在通过Flex和ArcGIS Server搭建WebGIS系统平台的基础上,利用PHP进行WebGIS和水环境模拟模型的数据交互,实现系统平台和数值模型的松散耦合.用户在浏览器端进行模型输入条件的设置,模型在远程服务器端进行运行计算,反馈的模拟结果通过RIA在WebGIS中进行多元化动态展示.该方法对一般模型具有适用性,可降低模型使用门槛,提高模拟结果展示和分析能力.     

基于T-S模糊神经网络的大沽河水质变化特征分析研究

基于T-S模糊神经网络,利用大沽河2010年-2015年水质监测数据,选取溶解氧、化学需氧量、高锰酸盐指数、氨氮、总氮、总磷对水质具有重要影响的6项指标,建立适用的水质评价模型,对大沽河水质变化特征进行分析.结果显示:上游水质评价结果明显优于中游、下游水质评价结果,网络评价水质等级变化趋势同真实指标数据变化趋势一致.验证结果充分表明了T-S模糊神经网络用于水质变化特征分析是可行、有效的.     

贵州喀斯特地区河网分布规律及其主控要素分析

为揭示喀斯特地区河网的空间分布规律及其与主控自然要素的关系,运用GIS为主要分析手段,以贵州为研究样区,通过数字矢量化1∶5万水系图、降雨量分布图、地貌类型图、坡度图、岩性图等,进行空间叠加分析,定量计算了不同类型区河网密度值,分析了贵州河网的空间分布特点。结果表明:贵州平均河网密度为781.84m/km2,受构造运动影响较为明显,整体呈现出"东密西疏"的特点。非碳酸盐岩地区河网密度为1000.43 m/km2,石灰岩地区为597.16 m/km2,白云岩地区为779.41m/km2,河网密度与岩性具有明显的相关性,非碳酸盐岩地区河网密度要远远高于碳酸盐岩地区,白云岩地区河网密度高于石灰岩地区;在垂直空间上,坡度≤2°时,河网密度最大,为1237.36m/km2,而坡度≥25°时,河网密度为379.37m/km2,随着坡度的增加河网密度明显降低。     

省级环境管理部门基础信息网络建设实践与思考

阐述省级环境管理部门基础信息网络建设的重要性及建设应遵循的基本要求,结合实践,讨论设计和实际施工中出现的问题及解决办法,为环境管理部门基础信息网络建设提供有益参考。     

基于不变矩理论的腐蚀等级评定方法研究

基于腐蚀图像包含大量腐蚀信息的客观现实,将数字图像技术和不变矩理论应用于腐蚀图像预处理和特征提取,用腐蚀图像的7个不变矩特征值来描述腐蚀形貌特征,利用概率神经网络模式识别技术,建立了以不变矩为特征参数的概率神经网络模式识别模型,实现了金属材料腐蚀等级的评定。以铝合金材料在EXCO溶液中加速腐蚀等级评定为例,分析表明,不变矩作为一种高度浓缩的图像特征,能够表示腐蚀形貌与腐蚀特征的映射关系,该方法简单易行,识别率可达到87.95%,满足工程应用要求。     

北运河下游典型河网区水体中氮磷分布与富营养化评价

选择北运河下游典型河网区(闸坝多、水流慢和湖库化)为研究对象,通过为期1 a的水质监控,阐述了河网区氮、磷的时空变化特征,并利用对数型幂函数普适指数公式对其水体营养状态进行了评价.结果表明,河网区水体中TN平均质量浓度为12.50 mg.L-1(NH4+-N占67.41%),TP为1.45 mg.L-1(SRP占80.81%).河网区水体中氮、磷的时空分布特征明显,TN和NO 3--N质量浓度随季节变化特征趋于一致,NH 4+-N稍有不同;TP和SRP质量浓度随季节变化特征基本一致.从河网区进水带至出水带,水体中氮、磷质量浓度均呈逐渐下降趋势,其中TN、NH4+-N和NO3--N平均质量浓度分别从19.30、13.22和2.19mg.L-1降至7.98、4.45和1.50 mg.L-1;TP和SRP分别从1.95和1.59 mg.L-1降至1.11和0.91 mg.L-1.富营养化评价综合指数表明,河网区水体在时空尺度上均处于"极富"营养状态.