培养藻类制取生物能源的研究

能源紧张和环境污染是全世界所面临的共同问题,用藻类替代传统作物生产生物能源是生物质能的重要发展方向之一。文章介绍了国内外对藻类培养条件、光生物反应器型式、藻类基因工程、藻细胞收集方法以及能源藻类生产系统的研究成果。研究认为,以藻类为原料生产生物燃料具有良好的发展前景,并指出了今后能源藻类生长的重点研究方向。     

水环境质量综合评价的新模型

为检验已订的水环境质量评价标准的合理性,解决各单项水质指标的评估结果的不相容性问题,提高水质等级模型的分辨率,提出了一种新的水质评价模型-逻辑斯谛曲线(LOG)模型,它的水质等级是连续的实数值;根据LOG模型的参数值可以分析各水质指标值对水质等级的影响程度,从而检验原订水质等级标准的合理性;并给出了基于实码遗传算法的LOG建模的实施方案.实例研究说明,这套方案是实用的和通用的,在其它环境质量综合评价中也具有广泛的应用价值.     

Integrity of Tailings Infrastructure and Information Management: A GIS-Based Conceptual Model

Managing the integrity of tailings infrastructure is an important aspect of handling mine tailings. Unfortunately, little research is directed towards its efficient modeling. This paper presents salient aspects of tailings management. It proposes an integrated geographic information systems (GIS)-based conceptual model for efficient handling of these aspects. The paper also discusses the various integrated modules and comments on the systematic implementation of the model to achieve desired results. The modules include: structural integrity management (SIM), release impact assessment (RIA), and hazardous risk assessment and control (HRAC).     

瑞士绿色水电认证对我国水电开发评估的启示

简要介绍了EAWAG"绿色水电认证"的概念、程序和标准要求,分析了我国目前水电站评估中存在的制度上、技术上的缺陷和问题,结合"绿色水电认证"的特点,论证了该认证标准在我国水电站评估中的适宜性:绿色水电认证将管理计划与生态目标有机地结合,为我国水电评估指标体系的构建提供了十分有益的参考;通过绿色电力认证额外增加的发电量作为生态投资,强调电力的生态价值,提供资金改善受影响河道的生态完整性;绿色水电认证标准中关于生态监测的数据要求,能够填补我国目前水电站生态影响评价数据的不足.     

区域水战略方案选优的动态组合评价模型研究

水安全危机是人类进入新世纪以来在生存及发展方面所面临的最严重挑战之一。研究科学合理的水安全战略成为区域可持续发展的重大课题。针对区域水战略问题涉及众多因素且各因素之间动态关联的特点,提出了基于水战略方案优选的兼容度极大化动态组合评价模型（CMM—DCEM）,并将其成功地应用于我国广东省北江下游及其三角洲地区水安全战略方案优选评价。评价结果及模型基于不确定性的敏感性分析结果证明：CMM—DCEM实现了主、客观赋权方法以及单一评价模型的融合,使用实码加速遗传算法求解目标函数,克服了传统的组合评价方法计算繁琐的不足,评价过程更加科学合理。     

杉木地理种源遗传变异的RAPD分析

应用随机扩增多态性DNA技术对我国12个有代表性的杉木地理种源遗传多样性进行分析,从80个随要引物中筛选出20个进行扩增,共扩增出149个DNA片段,其中具多态性的片段有115个,占77．18％％,表明极木地理种源间具有丰富的DNA序列多态性、平均每个引物提供7．45个RAPD标记的信息量,扩增出的DNA片段大小一般为150到2000bp范围之间,12个杉木地理种源间遗传距离变幅为0．193－0．4467,聚类结果表明,在0．2664处,广东信宜,广西梧州,湖南会同,湖南江华,贵州锦屏,江西全南聚为一类,福建沙县,浙江开化,湖北咸宁,安徽休宁聚为一类,四川雅安,陕西南郑各为一类,图2表2参15     

我国流域水生态完整性评价方法构建

流域水生态完整性评价是指通过对水生态系统中不同水生态指标(生物和非生物)的监测以及由数学方法综合形成的综合评价指数,来反映水生态系统完整性状况。近年来,世界各国水环境管理政策发生了变化,开始强调生态保护,重视水体的生态质量。中国现行的常规理化监测指标(如COD、氨氮、BOD5)很难满足水环境管理的需求,难以全面准确地反映水环境质量变化的趋势。因此,在借鉴欧美发达国家流域水生态完整性评价方法的基础上,结合中国目前监测现状以及流域水环境管理需求,构建了包括物理生境指标、理化指标、水生生物指标在内的流域水生态完整性监测与评价方法,以期为中国流域水质目标管理技术体系的业务化运行提供可资借鉴的技术支撑,实现从单一的化学指标监测转向综合的水生态系统监测,实现流域水生态完整性的监测与评价。     

松花江流域水生态环境质量评价研究

采用生物完整性指数(IBI)法评价松花江流域的水生态环境质量。对25个候选生物参数进行敏感度分析、Pearson相关性分析,最终筛选出由总分类单元数、EPT分类单元数、EPT密度、敏感种分类单元比例、敏感物种数量、Hilsenhoff生物指数(HBI)6个核心参数构成的IBI评价指标。采用95%分位数法建立了IBI评价标准,将IBI评价结果划分为5个等级:大于35.84为优,26.88~35.84为良好,17.92~26.88为一般,8.96~17.92为较差,小于8.96为很差。结果表明,建立的IBI评价方法适用于松花江流域水生态环境质量评价,松花江流域各位点30.0%生物状况为优和良好,23.3%为一般;46.7%为较差和很差,说明流域内近一半区域的水生态质量存在不同程度的受损。流域生境质量主要处于一般-良好的状态;水质处于轻度污染。     

沼泽湿地水生无脊椎动物完整性指数构建与健康评价

依据2017年5、7、9月对三江平原19处沼泽湿地(参照湿地6处,受损湿地13处)的水生无脊椎动物采样结果,应用生物完整性理论和方法,构建水生无脊椎动物完整性指数,评价三江平原沼泽湿地健康状况。通过对27个候选指标的分布范围、判别能力和相关性分析,筛选出总分类单元数、扁卷螺科百分比、龙虱科百分比、刮食者百分比4个指标构成水生无脊椎动物完整性指数核心指标。采用比值法计算各指标参数值,将各参数值加和得到水生无脊椎动物完整性指数值。根据参照湿地水生无脊椎动物完整性指数值的25%分位数值确定评价标准,对小于25%分位数的值进行三等分,确定三江平原沼泽湿地健康评价标准:≥2.58,无干扰;1.72～2.58,轻度干扰;0.86～1.72,中度干扰;0～0.86,重度干扰。结果表明:所调查的三江平原沼泽湿地有78.95%受到不同程度的干扰(其中47.37%受到了中重度干扰),21.05%属于无干扰。     

Forecasting China’s primary energy demand based on an improved AI model

An improved energy demand forecasting model is built based on the autoregressive distributed lag (ARDL) bounds testing approach and an adaptive genetic algorithm (AGA) to obtain credible energy demand forecasting results. The ARDL bounds analysis is first employed to select the appropriate input variables of the energy demand model. After the existence of a cointegration relationship in the model is confirmed, the AGA is then employed to optimize the coefficients of both linear and quadratic forms with gross domestic product, economic structure, urbanization, and technological progress as the input variables. On the basis of historical annual data from 1985 to 2015, the simulation results indicate that the proposed model has greater accuracy and reliability than conventional optimization methods. The predicted results of the proposed model also demonstrate that China will demand approximately 4.9, 5.6, and 6.1 billion standard tons of coal equivalent in 2020, 2025, and 2030, respectively.