寒区典型湿地浮游植物功能群季节变化及其与环境因子关系

安邦河湿地是一个典型的寒区湿地,本文运用功能群的方法对其浮游植物季节变化进行研究,并运用多元分析方法分析其与环境因子的关系.安邦河湿地共有浮游植物种8门104种,划分为14个功能群,分别是C、D、E、F、H1、J、Lo、M、MP、N、P、SN、X1和Y.其中重要功能群是C、D、E、J、Lo、N、P和Y.浮游植物的功能群组成季节变化明显,春季以功能群E和Lo生物量所占比例最大,分别为27.45%和20.49%;夏季以功能群D、J、P占优,为28.59%、18.53%和19.47%;秋季以功能群J、P为主,占39.65%和13.34%.可见,安邦河湿地浮游植物功能群的季节变化呈现为E+Lo→D+J+P→J+P的特点,反映了水环境特征:春季低水温低营养盐、夏季高水温高营养盐且水体混浊、秋季水温和营养盐均较高.运用冗余分析(RDA)分析浮游植物功能群与环境因子之间的关系,结果显示水温(WT)、无机氮(DIN)和溶解性磷酸盐(SRP)是安邦河湿地浮游植物功能群季节变化的主要环境因子.     

煤矿突发事件应急救援的群决策方法

提出了基于直觉模糊集的煤矿突发事件应急救援TOPSIS群决策模型。其中决策者权重采用偏好值与群体平均偏好值的相似度计算,属性指标权重采用直觉模糊熵权法确定。通过直觉模糊加权集成运算将各决策矩阵进行合成得到综合决策矩阵,利用改进后的直觉模糊距离公式计算出全部备选救援方案到正负理想解的距离,根据TOPSIS运算结果可以确定最佳事故救援决策方案。最后通过黑龙江省鸡西某矿的实例分析,验证了该模型的有效性及合理性。     

不同退耕年限下菜子湖湿地土壤铁形态变化

选取菜子湖区不同退耕年限(3、5、7、9、11、21 a)湿地为研究对象,以仍耕作油菜地和原始湿地为参照,分别采用王水消解法和Tessier连续提取法,分析了退耕还湖后湿地土壤全铁和铁的赋存形态特征,探讨退耕还湖后湿地土壤铁组分特征变化规律.结果表明:研究区土壤铁各形态含量大小顺序为:残渣态(RES-Fe:17.09~30.84 g·kg-1)铁锰氧化态(RED-Fe:3.66~4.48 g·kg-1)有机结合态(OM-Fe:0.87~3.09g·kg-1)碳酸盐结合态(CARB-Fe:0.01~0.37 g·kg-1)可交换态(EXC-Fe:0.01~0.15 g·kg-1).占全铁均小于1.5%的EXC-Fe和CARB-Fe均在退耕3 a和5 a期间含量快速升高,而后降低再升高,最低值出现在退耕11 a;RED-Fe在退耕3~9 a比较稳定,随后缓慢增加;而OM-Fe随退耕年限增加整体上呈增加趋势;占土壤铁形态总量73.91%~85.42%的RES-Fe在退耕3a时含量下降,在3~9 a间呈现逐渐增加的趋势,9~21 a又逐渐下降;研究区全铁(Tot-Fe)平均含量在18.50~38.41 g·kg-1之间,变化趋势与RES-Fe基本一致.讨论结果表明退耕还湖后水文条件和植被状况的改变导致了土壤环境发生变化,从而不仅影响退耕后湿地土壤全铁含量变化,也影响土壤铁形态组分特征,进而影响土壤铁的有效性.     

华阳河湖群底泥沉积物特性研究

对华阳河湖群底泥沉积物的粒径、有机质、总磷、总氮含量进行研究,探讨华阳河湖群龙感湖、黄大湖(由大官湖和黄湖组成)、泊湖三大湖区底泥污染物表层及垂向分布规律。结果表明,黄大湖污染程度最大,其底泥中有机质、总磷和总氮含量均比其它湖区要高;有机质,总磷和总氮随着深度而降低,底泥再悬浮释放污染物风险较大;在龙感湖和黄大湖中,总磷和有机质弱相关,总氮和有机质正相关,泊湖则相反,表明3个湖泊底泥沉积物中氮、磷污染负荷的来源有所不同。该研究为研究华阳河湖群内源污染负荷特征和制定湖泊污染综合整治策略提供重要的科学依据。     

四川三岔湖重金属污染与人类活动的关系

沉积物对湖泊重金属污染具有指示作用,通过分析沉积物的污染特征可以揭示湖泊重金属污染的污染历史和污染源。利用210Pb和137Cs定年和沉积物粒度分析,研究了三岔湖沉积物重金属的不同湖区和不同年代的分布特征及形成原因。人类活动强烈影响了重金属的沉积与富集:Cu、Zn与网箱养殖密切相关,Pb则主要源于邻近岸区的交通运输活动,Cr主要来自农业面源污染。受自身化学特性的影响,重金属的含量与沉积物的粒度分布密切相关,也正因此会出现洪水等的特殊年份重金属污染特征的异变。     

关于建立港口群环境管理机构的论证研究

港口群是区域经济发展的重要载体,其环境管理是港口群区域经济可持续发展的重要部分.现阶段中国港口群建设过程中出现环境管理理念落后、环境保护积极性不高、生态功能无序等现象,导致区域环境恶化,生态系统紊乱.通过论证基于港口群基础上建立环境管理机构的必要性与可行性,界定机构的目标、人员组成以及职责与运作,旨在为解决港口群现有环境问题、谋求港口群的长远发展提供一定的政策建议.     

衡水湖水质富营养化原因及对策分析

随着社会的高速发展,环境破坏也越来越严重。特别是衡水湖的水质恶化,本文作者结合多年的工作经验介绍衡水湖的基本情况、衡水湖富营养化原因及其治理措施。     

基于多目标规划的防灾避难场所选址模型研究

给出了固定避难场所选址的影响因素,应用层次分析法与信息熵相结合的方法确定影响因素权重。建立了多目标规划选址模型,并用粒子群算法对模型进行求解。模型综合考虑了避难场所的灾害风险、区位规模和防灾救灾设施等因素,因此模型具有较高的实际应用价值。最后,结合实例,验证了该模型与求解算法的有效性和适用性。     

农村突发公共卫生事件应急医疗设施选址研究

为提高农村突发公共卫生事件应急医疗设施选址决策的科学性,基于新冠肺炎(COVID-19)疫情传播迅速,危害性强的突发公共卫生事件特征,依据应急医疗设施设计标准并兼顾农村医疗预算少、应急道路崎岖的特点,首先,选取设施备选地工程地质条件、单位成本、传染率、抵达时间、场所规模以及服务覆盖区域6项影响因素,将熵值法(EVM)和层次分析法(AHP)有效结合确定影响因素权重;其次,建立考虑患者到应急医疗设施的距离之和最小以及所选择应急医疗设施的综合评价值最优的多目标选址模型;然后,设计改进的粒子群优化(IPSO)算法求解模型,得到选址决策;最后,选取天门市部分村庄进行实证分析,以验证模型算法的有效性。结果表明：传染率和单位成本是建设应急医疗设施主要影响因素,IPSO算法选取3个应急医疗设施,能够满足8个村庄患者的治疗需求,并保证患者在4～7 min内就医,为高效开展疫情防控活动提供保障。     

基于IPSO-LSTM的新能源汽车锂电池健康状态监测

为监测新能源汽车锂电池的健康状态(SOH),防范电池故障引发安全事故风险,提出改进粒子群算法(IPSO)和长短期记忆(LSTM)神经网络相结合的模型,监测锂电池的SOH。首先,采用Spearman相关性分析法,提取锂电池SOH监测的健康因子;其次,采用线性惯性权重和非对称学习因子改进传统粒子群算法(PSO),利用IPSO算法对LSTM模型的隐含层神经元个数、神经元失活率、批处理值进行关键参数寻优,进一步优化LSTM模型,建立IPSO-LSTM锂电池SOH监测模型;最后,以新能源汽车主流采用的18650锂电池数据集验证IPSO-LSTM模型,并对比分析BP、LSTM和PSO-LSTM这3种模型。结果表明：IPSO-LSTM模型的平均绝对误差(MAE)在0.02以内、均方根误差(RMSE)在0.03以内,监测误差在15%以内,相较于BP、LSTM、PSO-LSTM模型,IPSO-LSTM模型的误差指标值均最小,模型具有更高的精度和稳定性。