基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

泽泻(Alisma orientale)对全氟化合物的吸收和传输特征-浓度的影响

为探究泽泻(Alisma orientale)对不同浓度全氟化合物(PFASs)的吸收、积累和传输特征,进行了为期3周的水培实验,全氟辛酸和全氟辛烷磺酸的暴露浓度分别为0、5、10、50、100、200、500和1 000μg·L~(-1).结果表明:随着PFASs浓度的增加,根系电导率、根茎中Cu含量、茎叶中Ca含量均降低,但泽泻生长状况良好;植物对PFASs的去除量不断增加(0. 87～116. 50μg),去除率却不断降低(20. 1%～2. 9%).根、茎和叶中PFASs的浓度随着PFASs浓度的增加呈线性增加,且符合Langmuir吸附等温式和Michaelis-menten方程,表明泽泻通过被动扩散的方式吸收PFASs.计算PFOA和PFOS的根、茎和蒸腾流富集系数(RCF、SCF、TSCF),并用限制分配模型对RCF和SCF值进行拟合,发现RCF、SCF、TSCF和限制分配模型准平衡分配系数αpt均随着PFASs浓度的增加而降低,这是由于随着PFASs浓度的增加,达到平衡所需要的水分量增加,达到平衡的时间也变长.     

基于贝叶斯网络的给水管网消毒副产物生成因素分析

给水管网消毒副产物(disinfection byproducts,DBPs)的生成受管网环境因素、微生物群落特征和水厂未完全去除的有机物等多指标共同影响.各指标间相互关联形成复杂的网络结构,导致影响DBPs在管网内生成的主控因子较难确定.以广州某高校给水管网系统为研究对象,于2021年1～2月开展终端水质调查,利用吹...