人工神经网络在湖泊富营养化评价中的应用研究

运用人工神经网络技术评价湖泊富营养化程度。详细阐述了神经网络的结构设计，样本生成及学习算法，给出了通过训练得出的网络权和阈值，最后将此神经网络用于１２个湖泊的富营养化评价，取得了较好的评价结果。     

白洋淀北岸农田土壤特性的表征

本文采用标准方法，测定了白洋淀北岸部分农田土壤的粒度组成、ｐＨ和有机碳含量等指标，对该地区土壤的特性进行了表征分析。结果表明，土壤的平均粒度分布大于２０μｍ的占５２．７３％，主要属于砂壤土。与１０年前相比，ｐＨ值变化不大；而有机碳含量是１０年前的１．２６倍。ｐＨ随土壤的垂直深度而略有增加，而有机碳含量则随土壤的垂直深度而减少。     

麓湖中具生物有效性多环芳烃的特征和季节变化

利用半渗透膜(SPMD)采样技术对广州市内小型湖泊——麓湖中具生物有效性的多环芳烃进行了为期一年的采样和分析，总多环芳烃的浓度值是从2月份的最低值33．3ng／L到4月份的最高值89．4ng／L，但各化合物的浓度值差别较大，其中相对含量最高的是萘，达到了总量的43．0％，其次依续为菲、芘、荧蒽、芴，其它化合物含量较低，而高环数的化合物含量更少，只有极少的5环化合物，6环的化合物无检出。对各化合物分析比较后发现，PAHs在水中的浓度与其本身的溶解度有关，各个化合物的浓度的变化也受温度的影响，但与大气中该化合物的浓度无关。     

湖泊营养化程度评价的多目标决策-理想点模型

介绍多目标决策-理想点法,并将其改进运用于评价湖泊的营养化,该方法与属性识别理论方法,模糊隶属函数法进行比较,评价结果令人满意.     

多级模糊模式识别方法用于湖泊水质评价

进行模糊综合评估的应用与研究很多，在那些方法中主要应用最大隶属度原则进行最后的评定，但是湖泊水质评价涉及到多样点多项指标等多因素，一般模糊综合评价方法中的最大隶属度原则不能适用。本文利用多级模糊模式识别方法的基本理论，通过多目标优选，给出了更加合理、科学的评价模型；利用该模型我们对武汉市东湖水质监测结果做出了较为合理的评价。     

湖泊和水库的退化

湖泊和水库的退化ＴｈｅＤｅｔｅｒｉｏｒａｔｉｏｎｏｆＬａｋｅｓａｎｄＲｅｓｅｒｖｏｉｒｓ￥Ａｂｓｔｒａｃｔ：ＴｈｅｒｅｐｏｒｔｏｆｔｈｅＵＮＥＰ／ＩＬＥＣｊｏｉｎｔｐｒｏｊｅｃｔ＂ＳｕｒｖｅｙｏｆｔｈｅＳｔａｔｅｏｆＷｏｒｌｄＬａｋｅｓ＂ｉｄｅｎｔｉ...     

改进密切值法在湖泊富营养化评价中的应用

密切值法(Osculating Method)作为一种多目标优选方法,在水环境质量评价中具有一定的应用.经过改进,将各级营养级别作为评价样本,参与到湖泊水环境样本的矩阵中,引入目标差值率对初始矩阵进行规范化处理,并应用层次分析法,对各评价指标的贡献程度加以确定.将改进后的密切值法应用于湖泊富营养化评价中.经实例分析表明,该方法概念清晰、计算简便实用,保证了湖泊水环境质量评价的科学性,能较好地反映湖泊水环境质量的优劣,并使其与各级营养级别的关系一目了然.     

中国湖泊污染状况的基本评价

湖泊是重要的地表水资源,它们与湖泊周围人群的生活密切相关.由于受到人类生产和生活的影响,湖泊所受的污染越来越严重,盐化(重金属化)、富营养化和酸化正在使水质日益恶化,使人的生存环境遭到不同程度的破坏.如何正确评价中国湖泊的污染状况,合理利用湖泊资源,保护生态环境,是摆在我们面前的一个重大课题.笔者试图通过对中国湖泊污染状况的基本分析,唤起人们对湖泊环境的重视,并提出因地制宜的整治措施.