排序方式: 共有28条查询结果,搜索用时 125 毫秒
1.
2.
3.
我国东部大型浅水湖泊太湖的富营养化和藻华暴发一直是困扰该地区社会经济高质量发展的重要水问题之一,其中水资源分配不均及部分营养盐浓度较高,严重制约了太湖水体生态环境的健康发展。基于1999-2019年太湖水质、气象等逐月观测资料,构建了基于协变量(TN、TP、CODMn、降水量和引排水量)的叶绿素a(Chl-a)预测模型ARIMA(1, 1, 1)(0, 1, 1)12,并结合2007-2019年历史引排水方案经验和效果,提出了未来平水年情景下降低太湖藻华大面积暴发风险的引排水方案优化策略。结果表明:所构建的ARIMA(1, 1, 1)(0, 1, 1)12模型能有效预测太湖水体Chl-a浓度;且在预设未来情景下,通过同步增加引、排水量可有效降低水体营养盐含量。引排水方案的优化关键在于季节性水资源的合理调配,在满足水安全的基础上适当加大冬春季节引排水,可达到改善水动力和排出营养盐的效果。 相似文献
4.
5.
探讨Na HCO3的加热分解特性并将其负载于陶瓷管表面进行了脱硫实验研究,发现Na HCO3在合理的灼烧温度下将在热分解为Na2CO3的过程中形成多孔结构,可在没有液相水存在的情况下成功实现SO2去除,灼烧温度过高则发生颗粒烧结从而降低脱硫效果;进口气流SO2浓度150 ppm的情况下,陶瓷管表面厚度仅仅50μm的Na HCO3粉体可以在20~40 min内将出口气流中的SO2限制在17.5 ppm(50 mg/m^3)的超净排放限值以下。Na HCO3作为干法脱硫剂可在不明显提高烟气湿度和降低其温度的条件下成功实现脱硫,结合陶瓷过滤管的除尘作用,有望实现烟气的深度除尘和脱硫操作的一体化。 相似文献
6.
太湖水体Chl-a预测模型ARIMA的构建及应用优化 总被引:2,自引:0,他引:2
叶绿素a(Chl-a)是湖泊浮游植物生物量的重要指标,其含量能反映水中浮游植物的丰度和变化规律.以1999年12月~2019年8月太湖水体Chl-a和环境因子的逐月监测数据为基础,运用主成分分析方法探讨了Chl-a与环境因子的关系,据此建立了Chl-a与主要环境因素之间的多元线性逐步回归模型及自回归综合移动平均模型(ARIMA).结果表明:①太湖Chl-a浓度存在着明显的季节变化,且总体处于上升趋势.总磷(TP)、高锰酸盐指数、月均气温(MAT)和月度降雨量(MR)与Chl-a浓度存在较好的变化同步性,总氮(TN)和氨氮(NH4+-N)则表现出明显的滞后性.②主成分分析结果表明,太湖水体藻类暴发条件不仅仅是基于N和P等限制性因素,而是发展为TN、NH4+-N、TP和高锰酸盐指数、MR和MAT等多元因素的综合影响.③两种模型经验证比较,基于1999~2019年逐月资料建立的Chl-a浓度的ARIMA模型模拟效果和预测精度明显优于所建立的多元线性逐步回归模型,特别是在考虑主要环境因素作为自变量及优化自变量取值情况下其预测效果得到进一步提升.建立的ARIMA(0,1,1)(0,1,1)模型将有助于太湖藻类暴发的预报和预警,并为及时有效地安排水资源调度及调控等水环境管理措施提供依据. 相似文献
7.
今年的 7月 5日 ,是《劳动法》颁布 6周年的纪念日。1 994年 7月5日 ,第八届全国人民代表大会常务委员会第八次会议通过并颁布了《劳动法》,并于 1 995年 1月 1日开始实施。在过去的 45年中我国没有《劳动法》,当时劳动部门开展工作是以政府文件为基础的 ,其内容很不透明 ,甚至带有机密性。劳动者的利益往往得不到有效的保护 ,因为你不了解政策 ,就不知到何处说理。《劳动法》的出台 ,填补了法制建设的一个空白 ,使我国劳动和社会保障工作进入了科学化、规范化和法制化。《劳动法》共 1 3章 1 0 7条 ,内容丰富 ,各项规定具体明确 ,为全面调… 相似文献
8.
邻苯二酚2,3-双加氧酶基因克隆、定位和高效表达 总被引:8,自引:2,他引:8
采用特异性引物,以菲、芘降解菌株ZL5的代谢性质粒为模板,扩增出邻苯二酚2,3—双加氧酶(C23O)基因,将该基因和表达载体pET—30a( )连接,转化E.coli JM109(DE3),获得了高效表达的转化子,SDS—PAGE结果表明,转化子的C23O蛋白不仅在细胞内存在,而且能被分泌到胞外,薄层扫描显示,转化子细胞内和细胞外表达蛋白总量占细胞总蛋白的42%,酶活分析表明,分布在转化子细胞内、外的表达蛋白都具有较高的C23O比活力,Southern杂交将菌株ZL5的C23O基因定位在内生质粒的不同酶切片段上。图5表1参12。 相似文献
9.
10.
水体富营养化及藻华暴发已成为湖泊治理中的主要问题,利用历史监测数据,采用BP神经网络对水体中叶绿素a(Chl-a)浓度进行预测,已成为藻华预警的主要手段。但该方法存在迭代速度慢、易陷入局部极值等局限性,导致产生拟合结果不优或预测误差较大等问题。利用Metropolis接受准则的全局寻优能力,将其与BP神经网络相结合构建MBP模型,并以太湖水体中Chl-a月均浓度为预测对象进行验证模拟。结果表明,基于2009—2016年太湖月平均相关水环境数据训练出的MBP模型,相较于传统BP神经网络具有以下特点:1)权值在迭代过程的初始阶段能更快地收敛于较优值,模型拟合效果与预测精度也有所提升;2)针对不同的数据情况(数据噪声与样本数量),MBP模型的平均预测误差较传统BP神经网络明显降低,具有较强的鲁棒性与稳定性。构建的MBP模型进一步拓展了传统BP神经网络在叶绿素a浓度预测模型中的应用。 相似文献