神经网络在次级河流回水区叶绿素a浓度预测中的应用

以长江次级河流之一的临江河为研究对象,探讨神经网络应用于次级河流回水区叶绿素a浓度短期预测的可行性。利用主成分分析法（PCA）选取对叶绿素a浓度影响较大的指标,在这些指标数据的基础上建立RBF神经网络模型。网络训练和测试的结果表明,模型模拟精度较高,说明RBF神经网络模型可以用于次级河流回水区叶绿素a浓度的短期预测。通过对临江河回水区叶绿素a影响因子的分析,表明控制水体中磷含量应是临江河回水区富营养化防治的重点。     

三峡入库河流大宁河回水区浸没土壤及消落带土壤氮形态及分布特征

利用分级浸取分离法首次对三峡入库河流大宁河回水区表层浸没土壤、消落带土壤不同形态氮含量进行了测定,分析了各形态氮之间以及各形态氮与环境参数之间的相关性.结果表明,①浸没土壤总氮含量在436.0~921.6 mg/kg,消落带土壤总氮含量在1 253.5~2 439.8 mg/kg,与长江中下游浅水湖泊表层浸没土壤总氮含量相比,大宁河回水区表层浸没土壤总氮含量处于偏低水平.②浸没土壤可转化态氮含量在289.7~511.3 mg/kg,消落带土壤可转化态氮含量在271.6~595.1 mg/kg,有机态和硫化物结合态氮是可转化态氮的优势组分,离子交换态氮是可转化态无机氮的优势组分.③浸没土壤与消落带土壤中总氮、可转化态氮含量与有机态和硫化物结合态氮显著相关,表明样品中的可转化态氮含量的增加主要来源于有机态和硫化物结合态氮.     

大型桥梁防洪影响评估方法研究

从桥梁建筑、桥梁壅水与洪水侵桥等3方面,定性、定量、全面系统地研究了发生50年一遇或100年一遇洪水灾害时,大型桥梁防洪影响的评估分析方法,并结合实例,验证了所提方法的适用性与可靠性,在此基础上,提出了减轻和避免不利影响的对策及改善措施.     

三峡库区澎溪河河段间水华程度差异及其机制

三峡大坝蓄水以来,库区50%一级支流水华频发,且不同支流水华高发断面的地理位置不同,受干流影响程度存在差异.为探讨水华暴发的河段差异,及其与长江回水的关系,以库区一级支流澎溪河为例,在2019年春季水华季,进行了间隔期一周、总时长一个月的采样,从河口至上游设置7个采样断面(PX1～PX7),根据各断面的垂向水温和电导率特征推断长江回水的影响范围和形式;并通过对水华高发的高阳平湖断面(PX5)和分别距其4 km的上游断面(PX6)和下游断面(PX4)的水文、水质和底泥营养盐等指标,探究断面间水华暴发程度的差异及其机制.结果表明,水华季澎溪河下游(PX1～PX4)的ρ(Chl-a)较低,为14.55～44.00μg·L^-1,上游(PX5～PX7)则达到42.66～175.40μg·L^-1,其中PX5的ρ(Chl-a)最高时达413.00μg·L^-1,显著高于其余位点(P<0.05).温度和电导率结果显示,4～5月长江干流回水从中下层潜入澎溪河,下游(PX1～PX4)处于长江干流回水与澎溪河上游来水的交汇区域,水体不稳定...     

三峡水库低水位运行时干流回水对支流水环境的影响

三峡水库干流回水对支流水环境的影响研究对水库支流富营养化防治及保障水库水质安全具有重要意义.通过2016年8月7～12日三峡水库低水位运行时对库区长江干流和主要支流进行采样和室内分析,初步揭示了三峡库区低水位运行时水库水体的水化学特征和研究了干流回水对主要支流水化学特征的影响.结果表明,对于EC值变化范围,干流为291～336μS·cm~(-1),支流不受干流回水影响水体为183. 7～518μS·cm~(-1),受干流回水影响水体为267～330μS·cm~(-1),接近干流.对于氢氧同位素特征δD值和δ~(18)O值分布范围,干流为-81. 60‰～-75. 16‰和-11. 57‰～-10. 26‰,支流不受干流回水影响水体为-59. 94‰～-43. 67‰和-9. 00‰～-6. 04‰,受干流回水影响水体为-77. 85‰～-50. 75‰和-11. 06‰～-7. 33‰,接近干流,与EC值和主要阴阳离子质量浓度值表现规律一致,表明干流通过回水影响支流水体组成进而影响支流的水化学特征,且支流受干流回水影响程度与支流河口距三峡大坝距离和支流自身流量大小呈负相关.支流不受干流回水影响的水体水化学特征与支流流域属性有关,人口密度大、耕地比例高的支流流域其水质较差.干流回水对水质较优的支流起污染作用,对水质较差的支流起稀释优化作用.