基于政府-公众-企业协同的生态经营管理是欠发达地区可持续发展的关键

生态建设的生态效益转换的经济效益的转换速度，转换数量，转换成本，转换难易等直接影响生态建设的活力，效率和可持续发展，将生态效益转换的经济效益生态经营在其中起到关键作用，本文开创性探讨生态经营起因，内涵，功能，内容，技术，方法，手段等，为培育欠发达地区生态经营意识，能力，增强可持续发展能力指明了方向。     

草浆造纸中段废水的生物处理动力学

利用静态溶解氧消耗速率（OUR）试验模拟草浆造纸中段废水生物处理的生化反应过程,并运用Lawrence-McCarty模式进行了动力学分析。由OUR试验结果和小试研究结果建立的草浆造纸中段废水好氧生物处理的动力学方程为v=0.72S/(60.43 S）。将该动力学方程预测结果和实际工程的运行数据进行了比较,结果表明,动力学方程的比基质降解速率预测值高于实际工程的计算值,分析原因可能在于：实际工程中中段废水中的纤维素类悬溪物在生物处理装置的积累导致了污泥活性的降低。     

基于特征和知识的自由锻CAPP系统

建立了基于特征和知识的自由锻CAPP系统模型 ,论述了特征、基于知识的工艺决策等有关问题。通过总结几年来开发该系统的经验 ,从系统原理、专家系统等方面探讨了该系统的开发研制 ,并简单介绍了该系统的主要功能和特色     

南京市城区气溶胶粒度分布特征

以九段串级式撞击采样器对南京市气溶胶进行采样测定。经统计分析发现，气溶胶呈双峰分布，粒度分布规律明显，峰值粒径在0.37μm-0.65μm和4．3μm-5.6μm之间，气溶胶浓度季节变化显著，秋季＞夏秋，秋季颗粒物中细粒子质量百分比较夏季的多，两季质量中位位直径分别为6．5μm,4,4μm，说明与季节变化密切相关。     

Fe(Ⅲ,Ⅱ)/H2O2体系中Fe(Ⅲ)水解特征的对比

利用Fe Ferron逐时络合比色法对类Fenton与Fenton体系中Fe(Ⅲ )水解形态的转化规律进行了比较 .结果表明 ,水解度越高 ,两体系中Fe(Ⅲ )的水解速度也越快 ,但水解度相同时 ,与Fenton体系相比 ,类Fenton反应生成的Fe(Ⅲ )的水解速率要低 ,且Feb 所占比例也较少 .与Fenton体系一致 ,类Fenton体系中的Fe(Ⅲ )水解速率随H2 O2 浓度的增加而减缓     

天津地区表层土壤多环芳烃含量的中尺度空间结构特征

应用地统计学技术对全天津地区表层土壤中 16种优控多环芳烃含量和土壤理化参数进行了空间结构分析 .结果显示 ,各组分浓度均存在中尺度的空间自相关性 .多环芳烃浓度的空间结构存在明显的各向异性 .大气运移和土壤TOC含量可能是影响土壤多环芳烃浓度空间结构特征的重要环境因素 .     

荷兰浅水湖的生态恢复实践

湖泊的富营养化导致了湖泊生态系统的失衡。要使湖泊获得生态恢复,只通过控制入湖的营养负荷是不够的。荷兰的实践证明,外部营养负荷的大量减少并没有带来预期的恢复效果,而通过湖泊的换水和生物控制,湖泊的透明度、水生植物等得到了迅速改善。根据荷兰方面提供的资料,介绍了荷兰通过换水和生物控制进行浅水湖的生态恢复实践和取得的经验。     

魔芋葡甘聚糖在污水处理中的应用

该文就魔芋葡甘聚糖的发展研究状况作了概述，并探讨其与蛋白质共混胶应用于水处理的可能性。     

滇池二维分层水质模拟研究

将三维问题“二维化”的分层迭代计算方法引入滇池水质模拟中，建立了湖泊二维分层水质模型，对滇池流场和总氮浓度场分两层进行了模拟计算，计算结果表明，该模型应用于滇池是成功的。     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.