白洋淀养殖区春季沉积物垂向微生物群落特征及驱动因素

结合16S rRNA高通量测序技术,对春季白洋淀养殖区（后塘和西李庄）沉积物垂向细菌群落演变特征及影响因素进行解析.结果表明：春季白洋淀沉积物环境因子（硝态氮、铵态氮、溶解性总磷、紫外光谱指数、三维荧光光谱指数和荧光组分强度）均呈现显著差异（p<0.05）,后塘采样点的硝态氮和铵态氮含量明显高于西李庄采样点;高通量测序得到23527个OTU,共分为11个主要门类,其中,变形菌门占比最大,达到15.33%~50.59%;α-多样性显示除辛普森指数和覆盖率外,ACE指数、Chao指数及香农指数呈现显著差异（p<0.05）,并且在后塘采样点高于西李庄;主坐标分析表明,后塘与西李庄采样点沉积物细菌群落存在显著差异,与Adonis分析的结果相一致（p<0.01）;RDA分析发现,硝态氮和铵态氮是驱动沉积物细菌群落结构演变的主要环境因素;物种间网络分析显示,春季后塘和西李庄都为8个主要的模块,西李庄正向相关的边所占比例高达84.79%,明显高于后塘的62.82%;西李庄有244个关键物种OTU,也高于后塘的59个关键物种OTU;相关性分析得出两个采样点在主要属和模块上都存在差异,硝态氮、铵态氮、腐殖化指数（HIX）及生物源指数（BIX）是其主要环境因子.综上,通过对该时期养殖区沉积物垂向细菌群落演变特征及影响因素进行研究,可为白洋淀养殖区的污染控制提供技术支持.     

给水管网建设工程对环境的影响与污染防治措施研究

管网工程对环境的影响主要表现为施工期。施工过程将对声环境、环境空气、生态环境、社会环境等产生不同程度的影响。供热管网施工过程中,由于管网铺设、开挖将可能破坏地表植被。同时,施工产生的临时弃土,若处理不当,将可能产生水土流失;同时工程拆迁及施工期各类污染物的排放影响居民生活质量,以及管线敷设管沟填埋前将对居民出行产生一定影响。结合给水管网建设工程的特点,从施工期分析给水管网建设项目对环境的影响及需采取的污染防治措施。     

GANN模型在十溴联苯醚分散液液微萃取中的应用

文章研究目的在于用遗传神经网络模型(GANN模型)快速优化水样中十溴联苯醚分散液液微萃取的萃取条件。以水样中十溴联苯醚分散液液微萃取的正交试验为训练样本,建立十溴联苯醚分散液液微萃取条件的遗传神经网络模型。比较遗传神经网络模型和BP神经网络模型的学习速度、学习精度及网络泛化能力。采用Matlab遗传算法工具箱运用遗传神经网络模型对影响萃取回收率的因素进行优化求解,获得了水样中十溴联苯醚分散液液微萃取优化后的萃取条件,并进行实验验证。文章建立的遗传神经网络模型得到的预测值与实验值平均偏差为14.41%,R2为0.8887;最佳DLLME萃取条件为10μL四氯乙烯、0.71mL丙酮、pH=5、离子强度为20%NaCl、萃取时间10min;优化后十溴联苯醚分散液液微萃取的萃取回收率和富集因子比优化前分别提高了54%和580。     

基于灰色神经网络的腐蚀损伤模型

为在小样本情况下对腐蚀损伤进行预测,结合灰色系统与神经网络,提出了灰色神经网络模型,利用该模型对已知腐蚀损伤数据进行了预测检验。为对比研究,同时采用灰色系统与神经网络方法预测了损伤值。结果表明,3种预测模型中,灰色神经网络预测精度最高,能够满足工程使用要求。     

用TM图象估算海表面叶绿素浓度的神经网络模型

叶绿素浓度是衡量海洋水体质量的重要参数之一。本文以大连湾为示范区于1999年5月10日进行了现场卫星同步实验，采用神经网络模型技术模拟了TM1、TM2两个波段的辐射亮度值与在该湾海域现场获得的叶绿素浓度数据之间的传递机理。结果表明，使用TM图象的两人可见光波段作为输入，采用两层神经网络结构能建立比多回归分析更高的海水表层叶绿素浓度模型。回归分析的相关系数为0.49，神经网络分析的相关系数为0.87.     

基于MODIS_C061的长三角地区AOD与Angström指数时空变化分析

以长三角为研究区,利用AERONET地基观测的气溶胶光学厚度(AOD)数据,验证了基于MODIS_C061深蓝算法(DB)的AOD产品适用于长三角地区.并利用2000～2018年MOD04_L2产品,分析研究区AOD和Angstr?m指数(AE)的时空变化特征.结果表明,长三角地区AOD呈现东部和北部平原地区高、南部和西部山区低的空间分布,AE呈现南部地区高北部地区低的空间分布. 2003～2007年,AOD年均值增长显著,增长率为23%, 2011年以后逐渐下降; 2001～2003年,AE年均值增长迅速, 2012年以后逐渐下降.AOD在长三角地区呈现夏季最高、冬季最低的显著季节性变化,月均值6月最高达0.84, 8月最低为0.40;AE呈现秋季最高,春季最低的季节性变化,月均值9月最高达1.47, 3月最低为1.08.根据AOD与AE的关系,对长三角地区气溶胶类型进行了研究,结果表明人为产生的城市工业气溶胶是该地区主要的气溶胶类型,其次为混合型和清洁大陆型.     

基于人工神经网络的Ni-ZrO2纳米镀层耐腐蚀性能预测

目的 对Ni-ZrO2纳米镀层的耐腐蚀性能进行预测,优化电镀工艺参数.方法 采用磁力搅拌辅助电沉积法,在钴镍基模型合金试样表面制备Ni-ZrO2纳米镀层,针对电镀工艺条件,设置正交实验,对每组实验镀层进行电化学测试,分析不同工艺条件下镀层的耐蚀性能.将ZrO2粒子浓度、电镀液温度和电镀电流密度作为神经网络的输入层,将自腐蚀电流密度作为输出层,运用GRNN神经网络和BP神经网络模型,对Ni-ZrO2纳米镀层进行耐腐蚀性能的预测研究.结果 当ZrO2粒子质量浓度为6 g/L、电镀液温度为60℃、电镀电流密度为5 A/dm2时,Ni-ZrO2纳米镀层的性能良好,表现出较小的自腐蚀电流密度.影响Ni-ZrO2镀层自腐蚀电流密度的因素满足ZrO2粒子浓度>电镀液温度>电镀电流密度.运用GRNN神经网络和BP神经网络对4组非正交实验预测的平均相对误差分别为5.30％与10.74％.结论 运用神经模型可以有效地预测不同工艺参数下镀层的耐腐蚀性能,从而优化工艺参数,提高实验效率.在训练样本较少的情况下,GRNN神经网络的预测性能更加精确.     

Feasibility and simulation model of a pilot scale membrane bioreactor for wastewater treatment and reuse from Chinese traditional medicine

The lack and pollution of water resource make wastewater reuse necessary. The pilot scale long-term tests for submerged membrane bioreactor were conducted to treat the effluents of anaerobic or aerobic treatment process for the high-strength Chinese traditional medicine wastewater. This article was focused on the feasibility of the wastewater treatment and reuse at shorter hydraulic retention time （HRT） of 5.0, 3.2 and 2.13 h. MLSS growth, membrane flux, vacuum values and chemical cleaning periods were also investigated. The experimental results of treating two-phase anaerobic treatment effluent demonstrated that the CODfilt was less than 100 mg/L when the influent COD was between 500-10000 mg/L at HRT of 5.0 h, which could satisfy the normal discharged standard in China. The experimental results to treat cross flow aerobic reactor effluent demonstrated that the average value of CODfilt was 17.28 mg/L when the average value of influent COD was 192.84 mg/L at HRT of 2.13 h during 106 d, which could completely meet the normal standard for water reuse. The maximum MLSS and MLVSS reached 24000 and 14500 mg/L at HRT of 3.2 h respectively. Membrane flux had maximal resume degrees of 94.7% at vacuum value of 0.02 MPa after cleaning. Chemical cleaning periods of membrane module were 150 d. A simulation model of operational parameters was also established based on the theory of back propagation neural network and linear regression of traditional mathematical model. The simulation model showed that the optimum operational parameters were suggested as follows： HRT was 5.0 h, SRT was 100 d, the range of COD loading rate was between 10.664-20.451 kg/（m3.d）, the range of MLSS was between 7543-13694 mg/L.     

基于人工神经网络的莺落峡月径流模拟预测

莺落峡是黑河干流出山口径流量的重要控制站,莺落峡径流量的多少直接影响着该流域经济、社会的发展和生态环境保护,水资源分配和调度的管理和决策。论文基于人工神经网络,对莺落峡径流进行了模拟预测。将月径流分为汛期和非汛期,分别建立BP人工神经网络,通过对径流分类前后的模型进行比较,发现分类后的月径流BP模型的性能显然优于未分类的模型,故此设计了4种不同气候情景,采用分类后的模型对莺落峡2030年的径流量进行了预测。即,在降水量不变、气温增加0.5℃,2030年莺落峡年径流量将增加8.92%;气温增加1℃、降水量不变,年径流量将减少5.414%;气温不变、降水量增加10%,年径流量将增加9.905%;气温增加0.5℃、降水量增加10%,年径流量将增加8.98%。     

不同深度脱水污泥的热解特性及动力学分析

选用4种利于深度脱水的复合调理剂(FeCl3/CaO、FeCl3/CaO/煤粉、芬顿试剂(Fe2+和H2O2组成体系)/CaO、芬顿试剂CaO/煤粉)来改善污泥的脱水性能,所得泥饼的含水率为43.7%—56.1%,满足深度脱水的要求.CaO和煤粉的添加能改变污泥的灰分和挥发分含量.与传统聚丙烯酰胺(PAM)脱水污泥的热重分析对比结果表明,由于复合调理剂对EPS的破坏溶解作用,因此对污泥热解性质有较大影响,不仅能前移水分失重峰,还使得热重主要反应阶段峰个数变少.热解动力学计算表明,反应级数在1—2范围内.表观活化能差异表明4种复合调理剂处理后脱水污泥更容易发生热解反应.