基于风险矩阵和五元减法集对势的湖泊水生态健康动态诊断评估

为判断湖泊水生态健康子系统发展趋势、诊断病态因子,引进了五元减法集对势,建立生态子系统与物理化学子系统的合成矩阵得到湖泊水生态健康状态,从而提出了基于风险矩阵和五元减法集对势的湖泊水生态健康动态诊断评估方法,并应用于安徽省瓦埠湖。结果表明:瓦埠湖水生态健康状态1980—2015年呈变差趋势,2012年为微病态,2015年略有好转。五元减法集对势识别出瓦埠湖水生态健康的病态因子主要有底栖动物、浮游动物、叶绿素、COD、TN、TP和透明度,为改善瓦埠湖水生态健康的重要指标。上述风险矩阵和五元减法集对势耦合的动态诊断评估方法可为湖泊水生态健康评估提供新的思路。     

基于风险矩阵和五元减法集对势的区域旱灾风险链式传递诊断评估方法

为进一步处理旱灾风险子系统及其中指标的发展趋势问题，在计算评价样本的指标数联系数、指标值联系数和平均联系数的基础上，引进五元减法集对势判断子系统风险趋势并诊断风险脆弱性因子，建立敏感性-适应性、脆弱性-危险性子系统风险矩阵链式传递得到旱灾风险等级，提出了基于风险矩阵和五元减法集对势的区域旱灾风险链式传递诊断评估方法，并应用于济南市。结果表明:济南市旱灾风险等级自1999-2005年呈逐年降低趋势，干旱趋于改善，其中2002年旱灾风险等级为4级（较强），其危险性子系统风险状态处于反势，其他年份逐年改善且子系统风险状态基本处于均势或同势。用五元减法集对势识别出了影响济南市旱灾风险等级的主要因子有森林覆盖率、城市日用水量、水库调蓄能力、城市水资源协调能力、降雨量，它们是济南市旱灾风险管理工作中需要重点监测或调控的对象。上述风险矩阵和五元减法集对势耦合的旱灾风险链式传递诊断评估方法可为准确判别资源、环境、生态等复杂集对系统所处状态及总体发展趋势提供新的有效途径。     

淮北平原“四水”转化模型实验研究与应用

论文基于野外实验,采用五道沟实验站和杨楼实验区1965-2007年长系列资料,考虑土壤水垂向运动和再分布、冠层截留、蒸发、填洼、大孔隙、潜水排出补给地表水等要素,采用野外实验数据逐步细化和确定参数,提出淮北平原集总式“四水”转化模型,并提出一种新的冠层截留量年内分布确定方法。模型物理意义明确,对资料的要求较低,实用性较强。模型在杨楼流域应用结果表明,模拟流量过程线精度较高,在潜水位变动过线的拟合上效果较优,在径流过程和土壤含水量的拟合上表现较好。通过模型逐年计算统计,得出杨楼实验流域1991-2007年逐年及多年平均“四水”转化定量关系,为该区水文预报和作物水利用提供技术依据。     

电磁高频筛在矿区废水处理中应用探讨

根据MVS－2035型电磁高频筛的结构、特点，以及筛选工作原理，探讨应用在矿井废水处理厂予沉环节后的筛滤煤泥技术，并预测了其社会、经济效果与发展前景。     

采煤沉陷区雨洪利用与生态修复技术研究

淮北平原淮南市、淮北市及宿州市（简称两淮一宿）,由于煤矿井大量开采,已形成了大面积的积水洼地,最大积水面积为10.5km²,平均积水面积2.0～2.5km²,总积水面积达100km²,积水库容2.4×10⁸m³,且在近15～20年内,平均每年以3%～5%的速度增加,平均积水深度3～5.5m,积水最深达13m多。论文分析了淮北采煤沉陷区的现状和特点,划分了沉陷区的功能,研究以蓄水为主和湿地、景观等多种功能开发的模式,提出沉陷区之间及其与河道的沟通连接方式,对沉陷区特征蓄水位及可引水量、可供水量及蓄水可行性进行研究,并提出沉陷区作为湿地开发的三种构造模式,从而有效地利用雨洪资源,提高水资源供水保证程度和配置能力,同时可促进水生态修复和改善人居环境,在同类地区有参考和借鉴意义。     

基于修正遗传算法的夏玉米作物系数及蒸散发估算

农田蒸散量是作物蒸腾量和土壤蒸发量的总和,准确估算农田蒸散量对制定合理的灌溉计划至关重要,进而对农作物的增产保收具有重要的意义。研究作物系数及蒸散量估算模型已成为一个热点科学问题。淮河流域是中国主要的农业生产基地,而夏玉米是淮河流域最主要的粮食作物之一。为研究夏玉米全生育期蒸散估算模型,反映夏玉米逐日作物系数及蒸散量的变化,为当地的农业生产活动提供指导,采用五道沟水文实验站称重式蒸渗仪及气象要素实测数据,应用遗传算法,构建夏玉米全生育期单作物系数蒸散模型,得到其4个生长阶段的作物系数估算值。其中,参考作物蒸散量采用FAO PenmanMonteith公式计算;对估算误差较大的发育期,利用叶面积指数和发育期天数构建调整模型,对发育期作物系数进行数值修正,取得了较好的效果,并进一步估算蒸散量,最终得到遗传算法与多项式回归相结合的夏玉米蒸散估算模型。结果表明:全生育期内,修正后作物系数计算值与实际值的平均绝对误差为0.09,均方根误差为0.12,准确率(绝对误差<0.3)为96.2%;蒸散量计算值与实际值的平均绝对误差为0.89 mm·d^-1,均方根误差为1.28 mm·d^-1,准确率(绝对误差<4 mm·d^-1)为100%;相比FAO推荐的作物系数模型,修正遗传算法模型作物系数和蒸散量的拟合准确率均明显提高,达到精度要求,该文修正遗传算法模型可用于夏玉米的蒸散估算。