基于GF-1号遥感影像的武汉市及周边湖泊综合营养状态指数反演

湖泊水体富营养化的监测评价是湖泊水资源管理和水环境保护的基础性工作。基于GF-1号WFV遥感影像和综合营养状态指数法,通过82个站点实测数据建立多元线性回归和RBF神经网络模型,对武汉市及其周边地区主要湖泊综合营养状态指数进行了反演。反演的结果显示,武汉市及周边大部分湖泊水域处于轻度富营养和中营养状态,局部湖区为中度富营养状态。验证结果表明:GF-1号WFV多光谱数据用于监测大面积湖群水质变化是可行的;两种模型都可以建立实测数据与遥感信息的函数关系,根据函数可以反演湖泊水质综合营养状态指数,进而实现大面积湖泊水质动态监测;而RBF神经网络模型预测的R2为0.742 3,均方根误差为3.72,其反演精度更高,更适合于监测内陆湖泊水质变化。     

洪泽湖水体富营养化时空分布特征与影响因素分析

通过2014年—2017年对洪泽湖12个水质断面定期调查,采用营养状态指数(TLI)综合评价其水体富营养状态,同时应用主成分分析方法(PCA)分析其富营养化状态的时空变化特征。结果表明,洪泽湖70%以上的调查断面水质全年处于轻度富营养化状态,夏季是其富营养化最严重的季节;洪泽湖年内水体水质差异较大,而其水华特征并未呈现明显差异;洪泽湖富营养化很大程度上受制于营养盐的积累程度,并与湖泊透明度呈现极显著的负相关关系(p0.001),与湖水pH值呈现极显著的正相关关系。     

绿色生态城区规划及实践的比较研究

目前,是以提倡低碳环保、绿色生态城市为发展规划的社会,生态化建设正如火如荼地进行中。本文以中新天津生态城、曹妃甸唐山湾生态城、青岛中德生态园这三个地点作比较,以建设绿色生态城市规划协同、共生城市理念、混合开发和生态社区结构这几点进行了分析,总结了城区建设间的问题,并针对这些问题研究解决方案,以达到绿色生态区建设的目的。     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

高黏度污泥螺带螺杆搅拌混合特性的数值模拟

污泥处理过程通常需要加入添加剂,而高黏度污泥流动性差,搅拌混合是一个难点。选用螺带螺杆搅拌器加添加剂搅拌高黏度污泥,用Solid Works软件几何建模后,将模型导入Gambit划分网格,结合Fluent软件选用多重参考系法(MRF)分别对双螺带螺杆搅拌器与单螺带螺杆搅拌器下的污泥与添加剂混合过程进行了模拟,对比了两种搅拌桨的混合时间、体积分数流场分布及混合效率,分析了不同加料区域的影响,并将搅拌功率模拟与试验结果进行了对比。结果表明:螺带螺杆搅拌器适用于高黏度污泥的搅拌且双螺带螺杆搅拌器混合时间更短,体积分数流场更快趋于稳定且混合效率更高;最佳加料区域为搅拌槽的中部。     

渤海富营养化现状、机制及其与赤潮的时空耦合性

通过对历年调查与监测数据的整理,从污染物源强、渤海富营养化状况、赤潮发生的时空分布三个角度,分析了渤海近岸海域富营养化的"压力—状态—响应"耦合作用机制。根据文献及调查资料研究渤海营养要素的来源及通量,指出渤海污染物主要来自于陆源输入,并且以河流携带的营养盐输入为主。在对渤海近岸海域历年营养盐含量及富营养化水平分析的基础上,结合赤潮发生的时空变化特征,就富营养化对渤海赤潮的诱导作用与耦合关系进行初步讨论。     

球形棕囊藻与红树林细菌Flavobacterium sp.相互关系的研究

从深圳福田红树林中分离出一株细菌,对球形棕囊藻有溶藻活性,通过形态鉴定为假单胞菌属细菌。将球形棕囊藻、藻过滤液和提取的溶血毒素与细菌共培养,通过荧光显微计数及平板计数研究活细菌数和可培养细菌数,结果表明:当细菌直接与棕囊藻共培养时,细菌很快进入VBNC状态,细菌能够促进棕囊藻溶血毒素的积累。而将细菌置于透析袋中与棕囊藻一起共培养时,棕囊藻对细菌的VBNC状态影响不大,细菌对棕囊藻溶血毒素的积累无影响。对数期、稳定期棕囊藻培养过滤液和溶血毒素均可使细菌很快进入VBNC状态,溶血毒素可能在球形棕囊藻在被牧食及抑制其他竞争者中(化感作用)扮演着重要的角色。     

一种基于状态向量推理的SDG-HAZOP分析方法

HAZOP是分析系统可靠性的一种有效方法,在石油、化工工业中得到了广泛应用。但人工HAZOP分析存在费时、费力、成本高等缺点,而计算机辅助SDG-HAZOP分析的提出有效地改善了人工分析的弊端,然而传统的计算机辅助SDG-HAZOP是纯定性的分析与推理,分析的结果往往过于冗繁。本文介绍了一种改进的基于状态向量推理的计算机辅助SDG-HAZOP分析方法,该方法基于SDG定性模型,构造了一个计算机自动推理引擎,并引入了状态向量的概念,通过正向反向推理,快速高效地发掘出偏差产生的后果和原因。通过应用实践表明,与人工HAZOP分析法和现有SDG-HAZOP分析方法相比,该方法具有完备性好、评价结果系统性和条理性强等优点。