大伙房水库浮游藻类与水质的研究

综合大伙房水库十几年理化、浮游藻类监测资料，按国家ＧＢ３８３８－８８标准，水库水质除总磷、总氮外，其余理化均在地面水Ⅰ、Ⅱ类标准范围之内。多年平均总磷、总氮分别为０．０５１和１．１９０ｍｇ／Ｌ，均超出Ⅱ类水质标准；多年平均浮游藻类生物重量７．０６ｍｇ／Ｌ，已达到较重富营养型水质标准。     

贵州百花水库浮游藻类功能群时空分布特征及影响因子分析

为了探究百花水库浮游藻类功能群时空分布特征及其环境影响因子,于2012年11月（枯水期）、2013年4月（平水期）和2013年7月（丰水期）对浮游藻类群落结构与水环境理化指标进行采样分析.基于浮游藻类功能群、综合营养状态指数、Shannon-Wiener指数、RDA（冗余分析）等方法,分析浮游藻类功能群的群落组成和时空分布特征.结果表明:①共鉴定浮游藻类7门67属58种,其可划分为21个功能群.浮游藻类丰度从枯水期→平水期→丰水期递增,分别为131.99×104、592.27×104、53 140.81×104 L-1.②根据浮游藻类丰度,B功能群小环藻（Cyclotella sp.）,J功能群栅藻（Scenedesmus sp.）、盘星藻（Pediastrum sp.）、空星藻（Coelastrum sp.）,P功能群颗粒直链藻（Melosira granulate）、鼓藻（Penium sp.）,S1功能群湖泊假鱼腥藻（Pseudanabaena limnetica）、湖丝藻（Limnothrix sp.）为优势功能群;浮游藻类功能群季节变化明显,其时空分布特征（枯水期→平水期→丰水期,下同）为P+B+J→J+P→S1.在垂直层面上,枯水期以硅藻组成的P、B功能群在各采样点底层藻类丰度达到最大,中层和底层丰度远高于表层,与P、B类群耐受低光的因素有关;平水期以绿藻组成的J功能群在各采样点15 m藻类丰度达到峰值,与J类群耐受低光的因素有关;丰水期以蓝藻组成的S1功能群在各水层表层藻类丰度达到最大,与S1适宜较高水温的因素有关.③RDA分析结果表明,WT（水温）是影响百花水库浮游藻类时空分布的主要环境因子.研究显示,根据浮游藻类绝对优势功能群（P、B、J、S1）以及不同季节生长策略（R/CR/CR→CR/R→R）可以判定百花水库处于中-富营养化状态.      

二龙山水库浮游藻类群落的初步研究

通过对二龙山水库浮游藻类群落的调查,我们研究了浮游藻类群落的种类组成、生物密度、优势种,并指出二龙山水库水质处于中营养与富营养状态之间.     

基于逐步聚类分析的水库浮游藻类生长预测

采用逐步聚类分析方法预测水库浮游藻类的生长情况,以于桥水库为例,选取了1999~2006年7个水质和气象因子的56组数据建立逐步聚类分析模型,其结果用于预测2007~2010年的叶绿素a含量.结果表明,实测值与预测值的变化趋势基本一致,相关系数R达到0.94,线性相关性较好.预测值的平均绝对误差为-0.0007,平均相对误差为21.66%.逐步聚类分析法可以快速准确的对水库的叶绿素a含量进行有效预测.对逐步聚类分析模型的敏感度分析表明,影响于桥水库藻类生长的主要因素是水体的pH值、溶解氧以及总磷,因此控制这3个因素是预防藻类爆发的重要途径.     

淀山湖浮游藻类群落的早期增长

对2004～2009年淀山湖浮游藻类群落生物量[以叶绿素a（Chla）表示]随时间的变化进行了数学模拟.模拟结果表明,Logistic增长模型能够很好地描述淀山湖浮游藻类群落春季和夏季的早期增长.一般说来,淀山湖春季以硅藻和绿藻为主的浮游藻类群落于2月下旬进入指数级增长,到3月上旬浮游藻类密度已经达到始盛点的2倍,浮游...     

应用浮游藻类群落对西泉眼水库富营养化的研究

通过应用浮游藻类群落对西泉眼水库富营养化的研究，我们发现西泉眼水库处于中营养与富营养状态之间。     

乌梁素海冰封期浮游藻类分布特征研究及水质评价

为了揭示乌梁素海冰封期的浮游藻类分布特征及其与营养物质的关系以及水质状况,文章分析了浮游藻类群落结构以及与营养物质之间的关系,并且揭示营养物质在冰-水介质的分布规律,进而对冰封期水质进行了评价。结果表明冰封期水体浮游藻类群落组成表现为绿藻-硅藻型,藻类数量的分布特征表现为:湖区中部>湖区进水口>湖区出水口。相关性分析显示总磷是影响冰封期乌梁素海浮游藻类的生长限制因子。营养物质总氮的垂向分布规律为:水体>冰体,冰-水界面冰>表层冰,总磷和总有机碳呈现不同规律;通过水质理化指标和藻类多样性指数综合评价得出结冰期湖泊处于中富营养状态。     

厦门市坂头水库和汀溪水库水中浮游藻类种群组成特征研究

2009年-2010年采集汀溪水库和坂头水库水样,制片,电子显微镜下观察,研究结果表明:汀溪水库藻类共有4门,其中,蓝藻门最多,其中的拟浮丝藻数量高达5.4×107个/L,其次是绿藻门,再次是硅藻门,甲藻门最少。坂头水库藻类共有4门,其中,硅藻门最多,其中的颗粒直链藻数量达到1.01×107个/L;绿藻门、甲藻门和蓝藻都非常少。根据指示藻类标准初步鉴定坂头水库和汀溪水库属于中-富营养化型(β-α-ms)水体。同时分析和讨论了藻类引起的潜在水质问题。     

CO2浓度升高对湖泊浮游藻类与浮游细菌耦合关系的影响

采用控制空气CO2浓度的围隔体系(P1: 400×10-6体积分数,下同,P2: 800×10-6,P3: 1200×10-6),在不同空气CO2浓度条件下,分析水华微囊藻对CO2的同化作用和异养细菌对藻源性有机碳的异化作用,以及二者出峰时间耦合关系的变化.结果表明,CO2浓度升高能够促进水华微囊藻的生长,P1、P2和P3条件下藻的数量分别达9.4×106,1.1×107,1.5×107cells/mL.同时高浓度CO2降低了藻细胞内酯酶活性但并未影响藻达到峰值所需时间.在不同CO2浓度水平下,浮游细菌达到峰值的时间顺序是P1(12d)vP2>vP1,细菌活性是P3>P2>P1.高CO2浓度条件下,浮游藻类呈现高生物量和低活性的状态,而浮游细菌呈现低生物量和高活性的状态,反映出CO2浓度的改变对同化和异化作用不同的影响机制.因此,CO2浓度升高后导致的浮游藻类生物量的积累可能无法通过促进浮游细菌的生长达到有效转化.     

珠江广州河段西航道浮游藻类周年变化规律研究

通过历时一年的采样监测,揭示西航道浮游藻类表现为硅藻、绿藻和隐藻型群落,藻类总数59.51～707.60万个/升,平均值268.83万个/升,大大高于一般河流的水平,表现出明显的富营养化特征,以及周年季节性变化的特征.     

BP神经网络和ARIMA模型对污水处理厂出水总氮浓度的模拟预测

污水处理厂出水总氮(TN)浓度是评价水处理效果的关键指标之一。建立BP神经网络模型对污水处理厂脱氮工艺进行模拟,引入自回归整合移动平均模型(ARIMA模型)对污水处理厂未来短期出水TN浓度进行预测。结果表明:BP神经网络模型在训练集和测试集模拟结果的平均相对误差分别为15.9%和16.5%,模型预测结果的平稳性较差;ARIMA模型对未来7 d出水TN浓度的时序预测平均误差为4.41%,预测精度较高;2个模型相结合有助于实现污水处理厂快捷和高效的在线检测。     

垃圾渗滤液生物处理系统BP人工神经网络模型

垃圾渗滤液成分复杂,变化范围大．对其调试及长期持续良好运行存在较大困难。本文针对武汉市二妃山垃圾渗滤液的调试运行数据,利用人工神经网络原理,建立BP人工神经网络垃圾渗滤液生物处理模型来预测处理效果．确定最优反应条件。实验结果显示网络具有良好的收敛特性,模型具有工程实用价值。     

基于BP模型的大气污染预报方法的研究

BP模型是目前最为广泛应用的神经网络模型之一,它是一种简单而又非常有效的算法.笔者将BP网络模型引入到大气污染预报领域,并根据大气污染物含量与气象要素的关系建立了大气污染物含量的神经网络预报模型.计算结果表明,BP模型应用于大气污染预报具有较高的预测精度和良好的泛化能力,它为信息社会的城市空气污染预报工作提供了一种全新的思路和方法.      

基于BP神经网络的道路交通环境影响综合评价模型

根据影响道路交通环境的各单项评价指标及其分级标准．利用随机分布理论生成足够多用于神经网络建模的样本数据。应用非线性模拟性很强的BP神经网络技术对道路交通环境质量进行综合评价，克服了物元分析等综合评价方法存在的不确定性和受人为因素影响等缺陷，提高了综合评价的客观性和合理性。评价实例表明：文中提出的生成训练样本和用BP神经网络建立道路交通环境质量的综合评价模型是合理的和可行的。     

基于BP神经网络的三峡库区土壤侵蚀强度模拟

降雨侵蚀力变化是一复杂过程,其变化存在一定的随机波动性,土壤侵蚀是三峡库区生态环境脆弱最主要的影响因素之一,查明库区土壤侵蚀强度的演化过程及未来趋势是库区生态文明建设过程中急需解决的关键科学问题。论文基于三峡库区1990年侵蚀降雨特征,利用BP神经网络对2010年75个站点降雨侵蚀力进行模拟、验证,预测2030年75个站点降雨侵蚀力。选取2030年预测结果中位于库区周围的27个站点,结合2030年库区自然增长、生态保护情景下土地利用模拟数据,使用RUSLE计算2030年土壤侵蚀强度。结果表明：1）2010年库区降雨侵蚀力模拟相对误差为15%,测试样本数据相对误差为14.67%,预测相对误差为19.65%,NE系数为0.85,说明BP神经网络对库区降雨侵蚀力具有良好模拟效果;2）2010年库区土壤侵蚀强度的Kappa指数为0.75,计算结果能满足模拟与预测需求;3）在土地利用不变情况下,2030年库区轻度、中度侵蚀面积均有所增加,微度及强烈以上侵蚀面积均呈减少趋势,且侵蚀强度转变中的58%来源于相邻侵蚀强度,跨侵蚀等级区的较少;4）在降雨侵蚀力不变情况下,自然增长、生态保护情景下未来土地利用变化所导致的土壤侵蚀均呈下降趋势,后者下降的趋势更为明显;5）在降雨侵蚀力及土地利用均变化的情况下,自然增长、生态保护情景下土壤侵蚀均呈下降趋势。     

区域氮干沉降分布特征的数值模拟

氮沉降对全球尺度的粮食生产、碳氮循环及大气环境质量均具有重要影响.本研究采用WRF-Chem模式对区域氮沉降过程进行数值 模拟,着重分析氮干沉降的时空分布特征.结果表明：在空间场上,我国氮干沉降主要体现出东高西低的特点,华北平原和川渝地区为氮沉降高值区,这主要与排放高值区的空间分布有关,NH₃和HNO₃ 沉降量都是在东部最大,这与东部一直以来较高的经济增长速度和农业活动水平有直接联系.从氮的不同组分形式（气态/颗粒态氮或者氧化性/还原性氮）来看,气态氮较颗粒态氮对总氮沉降的贡献更大,贡献比达66%; 相较氧化性氮,还原性氮对总氮沉降的贡献较大,贡献比为57%.进一步分析不同下垫面类型的氮干沉降结果,气态氮的干沉降均是在城市和农田下垫面上更高.NH₃ 干沉降通量主要受排放源影响,HNO₃ 干沉降通量则受气象条件影响较大,而排放源和气象条件均有很强的季节性 变化.NH₄⁺和NO₃^-在森林下垫面上的干沉降通量远多于其它类型的下垫面,这主要是因为森林下垫面粗糙度比较大,相应的摩擦速度也较大,湍流比较活跃,有利于粒子污染物的沉积.     

基于人工神经网络的森林资源管理模型研究

介绍了人工神经网络方法，建立了森林资源管理的三层前馈反向传播神经网络模型，并与Ｌｏｇｉｓｔｉｃ函数进行了比较。仿真结果表明，人工神经网络模型优于Ｌｏｇｉｓｔｉｃ模型，可应用于森林资源动态模拟。     

基于人工神经网络的森林资源管理模型研究

介绍了人工神经网络方法，建立了森林资源管理的三层前馈反向传播神经网络模型，并与Ｌｏｇｉｓｔｉｃ函数进行了比较。仿真结果表明，人工神经网络模型优于Ｌｏｇｉｓｔｉｃ模型，可应用于森林资源动态模拟。     

三峡库区水质和水龄数值模拟研究

三峡水库是我国重要的生态屏障和水资源战略储备库,保护水库的水质安全对于国家经济发展和社会稳定具有重要战略意义.本文基于EFDC模型模拟了2010-2014年三峡库区及主要支流的水动力水质过程,重点研究上游来水和重点支流对库区水质的影响及水龄变化特征,结果表明:①模型可定量研究重点支流输入对库区水质的影响,17条支流中仅...     

基于BP神经网络水质模型的城市安全距离研究——以芜湖和马鞍山为例

快速的城镇化使城市间距不断减小,上下游城市间水质的相互影响愈发显著.本研究提出基于水质的城市安全距离概念,建立基于BP神经网络水质模型的城市安全距离量化方法,并选择长江沿岸相邻的芜湖、马鞍山两市为案例,评估未来两市建成区扩张后城市间距的安全性,计算两市建成区的最小安全距离.结果显示,2020年芜湖与马鞍山4.6km的间距属于安全距离,能够保证下游城市马鞍山上游控制断面地表II类的水功能要求.但与2010年相比,控制断面水质变差,COD与氨氮浓度分别提高了29.2%与23.2%.为了保证控制断面的水功能要求,芜湖与马鞍山两市的最小安全距离为3.2km.