遗传神经网络在累积性环境风险评价中的应用

以太湖流域常州段为研究对象，构建了累积性水环境风险评价指标体系，利用主成分分析法选取输入变量，并应用MATLAB建立遗传神经网络综合评价模型。运用遗传算法对BP神经网络的权值和阈值进行优化，将遗传算法全局搜索能力和BP算法局部搜索能力相结合，提高了收敛速度和精度。应用模型对2004—2009年常州市累积性水环境风险进行了综合评价，结果表明：2004—2009年风险综合指数总体上处在中级与高级之间，累积性水环境风险较大；2008—2009年风险综合指数不断增大，趋于低级；农业和畜禽养殖业等面源风险源、污水处理和风险管理投资等控制机制以及人口和环境敏感目标等风险受体是造成太湖流域常州段累积性水环境风险较大的主要原因。  

基于SWAT模型的圩区农业非点源污染模拟

以荻泽联圩为研究对象，应用SWAT模型模拟太湖流域典型圩区农业非点源产污规律，建立了研究区域的非点源污染基础信息库，实现了流域的空间参数化过程；将参数化过程中提取的模型参数纳入到数据库中统一管理，按照模型要求建立了数据库字段和参数内容的对应表，解决了模型运行时众多离散单元的自动赋值问题；采用虚拟水库控制技术，解决了SWAT模型在控制出流的圩区中的应用弊端。  

太湖流域景观生态风险评估

在GIS和RS技术支持下,以遥感数据和土地利用数据为基础,以行政区划为评价单元,构建景观生态风险评价模型,定量评价了研究区内景观生态风险的时空动态变化特征。结果表明,较低风险区主要分布于以苕溪为主的山地丘陵区,中等风险区主要分布于农业发达的平原区,较高风险区及高风险区主要集中于沿湖经济发达区。  

应用物种DNA条形码识别太湖流域部分底栖无脊椎动物种类

将物种DNA条形码实际应用于太湖流域底栖无脊椎动物分类,并与形态学分类结果比对,结果表明,DNA条形码技术可应用于本流域底栖无脊椎动物分类,但现阶段无法替代形态学鉴定,主要原因是太湖流域底栖无脊椎动物的绝大多数物种COⅠ基因特征序列是未知的或是BLAST所拥有的分类程度不够,提出在今后的研究中应探索建立太湖流域底栖无脊椎动物COⅠ基因数据库。  

太湖流域果园种植面源氮磷输出强度及其定量评估方法

以太湖流域上游地区无锡阳山地区果园种植典型区域为研究对象，通过现场试验，调查了果园种植面源氮磷输出动态变化过程，计算并分析了氮磷输出强度，构建了果园种植面源氮磷输出强度定量评估模型。结果表明：取样监测期间，果园种植径流及淋溶氮磷指标变化幅度均超过200%；果园种植面源氮磷径流输出强度与其淋溶输出的变化一致，径流总氮的输出强度最高（13.201 kg/hm²），淋溶硝酸盐输出强度最大（4.077 kg/hm²）；所建立的评估方程能较好地反映降雨量等环境因素对果园种植面源氮磷径流及淋溶输出强度的影响情况，模拟方程的复相关系数均在0.9左右。  

基于环境DNA宏条形码的太湖流域底栖动物监测与生态健康评价

大型底栖动物是生态环境监测和评估的主要目标生物类群之一。环境DNA宏条形码技术的发展为提高底栖动物多样性监测的通量、精准性、标准化程度提供了新的机遇,但该方法在我国尚未有流域尺度的应用先例,其结果的可靠性和对生态环境健康状况的指示性有待检验。率先将环境DNA宏条形码技术用于太湖流域65个点位的底栖动物监测和流域生态健康评价,并与同步进行的形态学监测结果进行了比较。结果表明:①环境DNA方法能检出更多的底栖动物类群,在科、属、种水平上检出的分类单元数分别是形态学监测结果的106%、132%、155%;②基于环境DNA技术的检测方法能够很好地识别形态学监测结果中的优势物种,检出的科级、属级分类阶元能够覆盖形态学监测结果中90%以上的生物量和个体数,同时包含60%以上的物种数;③两种方法对同一物种的检出频次显著相关(R²>0.7,P<0.000 1),总体检出一致率达72.3%;④在底栖动物完整性指数(B-IBI)方面,环境DNA方法与形态学方法的计算结果显著相关(R²=0.235,P<0.000 1),94%的点位的B-IBI等级划分误差在1级以内,且两种方法的计算结果在底栖动物完整性的流域空间格局描绘上高度重合。综上所述,环境DNA宏条形码技术在太湖流域底栖动物群落监测和评价中的整体应用结果表明,环境DNA监测方法结果可靠,将其进一步规模化应用有望显著提高我国水生态系统生物监测结果的准确性和生态健康评价的技术水平。