遥感方法应用于湖泊富营养化评价的研究

利用武汉东湖各子湖多年可靠的地面监测资料和1999年9月Landsat—7的TM各波段的卫星遥感数据,建立了各子湖的营养状态指数与TM各波段图像上灰度值之间的关系模型：一元线性模型、多元回归模型。运用这些模型对武汉各湖泊进行富营养化评价。同时基于地面监测资料,用日本学者相崎守弘提出的修正富营养化指数法对武汉主要湖泊的富营养化程度进行评价。结果显示,武汉湖泊多处于中富营养状态,遥感评价结果与地面监测结果基本一致。指出利用遥感方法进行湖泊水体富营养化监测评价是可行的、有效的、利用该方法可进行大范围的湖泊富营养化调查评价。     

中国科学院南京地理与湖泊研究所简介

副所长（主持工作）：秦伯强研究员地址：江苏省南京市北京东路７３号邮编：２１０００８电话：０２５－３６１６９３６传真：０２５－７７１４７５９电子信箱：niglas＠niglas．ac．cn网址：www．niglas．ac．cn中国科学院南京地理与湖泊研究所的前身是中国地理研究所，于１９     

人工神经网络在湖泊富营养化评价中的应用研究

运用人工神经网络技术评价湖泊富营养化程度。详细阐述了神经网络的结构设计，样本生成及学习算法，给出了通过训练得出的网络权和阈值，最后将此神经网络用于１２个湖泊的富营养化评价，取得了较好的评价结果。     

白洋淀北岸农田土壤特性的表征

本文采用标准方法，测定了白洋淀北岸部分农田土壤的粒度组成、ｐＨ和有机碳含量等指标，对该地区土壤的特性进行了表征分析。结果表明，土壤的平均粒度分布大于２０μｍ的占５２．７３％，主要属于砂壤土。与１０年前相比，ｐＨ值变化不大；而有机碳含量是１０年前的１．２６倍。ｐＨ随土壤的垂直深度而略有增加，而有机碳含量则随土壤的垂直深度而减少。     

湖泊水质富营养化评价的多准则神经网络法

提出了基于误差平方和准则与模糊熵准则下的多准则神经网络湖泊水质营养化评价模型，并将其应用于我国五大湖泊水质营养化的评价。结果表明，多准则神经网络用于湖泊水质营养化评价，具有简便，实用，客观和广泛的通用性     

麓湖中具生物有效性多环芳烃的特征和季节变化

利用半渗透膜(SPMD)采样技术对广州市内小型湖泊——麓湖中具生物有效性的多环芳烃进行了为期一年的采样和分析，总多环芳烃的浓度值是从2月份的最低值33．3ng／L到4月份的最高值89．4ng／L，但各化合物的浓度值差别较大，其中相对含量最高的是萘，达到了总量的43．0％，其次依续为菲、芘、荧蒽、芴，其它化合物含量较低，而高环数的化合物含量更少，只有极少的5环化合物，6环的化合物无检出。对各化合物分析比较后发现，PAHs在水中的浓度与其本身的溶解度有关，各个化合物的浓度的变化也受温度的影响，但与大气中该化合物的浓度无关。     

呼伦湖自净功能及其在区域环境保护中的作用分析

在大量详实资料和调查基础上,论述了呼伦湖富营养化状况,找出了该湖富营养化的影响因素,以及其较强自净功能的成因。呼伦湖地处内陆区高纬度、半干旱气候地区,属牧业污染型,氮入湖量主要来源于点源污染(河流的输入),磷入湖量面源(主要是降尘)大于点源。经多年观测发现,氮和磷的变化并不明显,反映出湖体有较强的自净功能,这是和湖体特殊的地理位置分不开的:①该湖系构造湖与河流沟通的吞吐湖,面积大,水较深,使得湖体自净功能显著;②地处高纬度、半干旱地区,气温低,对湖体浮游生物有一定的抑制作用;③湖体构造特殊,露出30余个泉点,有大量地下水的补给。呼伦湖是一个较大的水体与其周围湿地构成的淡水湖泊生态系统,在维持生物多样性和丰富的生物资源方面发挥巨大作用,且有明显的调蓄洪水的功能,在区域环境保护中具有特殊的地位。     

湖泊营养化程度评价的多目标决策-理想点模型

介绍多目标决策-理想点法,并将其改进运用于评价湖泊的营养化,该方法与属性识别理论方法,模糊隶属函数法进行比较,评价结果令人满意.     

多级模糊模式识别方法用于湖泊水质评价

进行模糊综合评估的应用与研究很多，在那些方法中主要应用最大隶属度原则进行最后的评定，但是湖泊水质评价涉及到多样点多项指标等多因素，一般模糊综合评价方法中的最大隶属度原则不能适用。本文利用多级模糊模式识别方法的基本理论，通过多目标优选，给出了更加合理、科学的评价模型；利用该模型我们对武汉市东湖水质监测结果做出了较为合理的评价。