小关水库夏季浮游植物功能群对富营养化特征的响应

为了解贵州高原小型水库的浮游植物功能群分布、富营养化状况以及浮游植物功能群如何响应富营养化特征,于2014年7月25日至9月27日对小关水库浮游植物与水样进行每周一次的采样分析.结果表明,浮游植物可分为22个功能群,S1、D、J、B、G、MP、LO、SN、X1、Y、Xph、F、T、W1为水库常见功能群,其中S1、D、J为优势功能群.优势功能类群周动态变化为:S1→S1→S1→S1→S1→S1→S1→J/D/S1→S1→S1/D.功能群S1表现出绝对的优势地位,其丰度于第5周与第7周出现两次峰值,然而在第8周采样中丰度急速下降,其后又有所回升,但与两次峰值相比已经由108cells·L~(-1)下降至107cells·L~(-1),人工放闸导致的短期剧烈冲刷作用是主要原因.通过浮游植物功能群、藻类生物学评价以及综合营养指数三者综合评价发现,小关水库正处于中度富营养-富营养化状态.经RDA分析得出,透明度为影响浮游植物功能群分布的主要因子之一,营养盐不再成为限制因子.研究结果表明,功能群能够对富营养化特征做出良好响应:优势功能群S1、J常共生于浑浊的富营养化水体中,功能群D适应生境为浅的浑浊水体,对营养耗尽敏感,G、X1、W1、F等常见功能群也大都适于富营养化水体中生长.     

亚高山湖群中真菌群落的分布格局和多样性维持机制

真菌群落的组成和多样性对维持亚高山湖泊生态系统平衡具有重要影响.本文以包括琵琶海(PPH,0、2和4 m)、马营海(MYH,0、2、4和6 m)和公海(GH,0、2、4、6和8 m)在内的亚高山湖群中不同深度的水生真菌群落为研究对象,通过高通量测序的方法探究真菌群落的分布格局和多样性维持机制(确定性过程VS随机过程).结果表明,不同湖泊水质差异明显,GH中p H、电导率、铵态氮、总碳和无机碳含量均显著高于其他两者.真菌群落主要由子囊菌门(Ascomycota,0. 82%～21. 05%)、担子菌门(Basidiomycota, 1. 26%～11. 79%)、壶菌门(Chytridiomycota, 0. 42%～4. 26%)和隐真菌门(Rozellomycota,0. 11%～0. 33%)等组成.囊担子菌纲(Cystobasidiomycetes)、座囊菌纲(Dothideomycetes)、壶菌纲(Chytridiomycetes)和粪壳菌纲(Sordariomycetes)为所有湖泊共有.不同湖泊真菌群落的α-多样性和优势类群差异显著(P 0. 05),而在每个湖内不同深度之间没有显著的差异.相似性分析结果表明,不同湖之间真菌群落的β-多样性明显不同(r=0. 99,P 0. 01),同时MYH(r=0. 98,P 0. 01)和GH(r=0. 25,P 0. 05)不同深度真菌群落的β-多样性也差异明显,但是PPH(r=0. 23,P 0. 05)不同深度真菌群落的β-多样性没有显著的差异.冗余分析和方差分解分析结果表明,在小区域范围内(3个湖之间)以及局域范围内(MYH不同深度)真菌群落的β-多样性格局是环境选择和扩散限制共同影响的结果,但是环境选择的相对作用更强,其中水体p H、溶解氧、总碳和电导率是主要的影响因子.零模型分析结果表明,种间相互作用驱动了GH中真菌群落β-多样性格局的维持.总之,亚高山湖群中真菌群落的β-多样性格局主要是由确定性过程驱动的.     

三峡水库蓄水对支流浮游植物功能群的影响及与资源利用效率的关系

为探究三峡库区腹地重要支流浮游植物功能群组成与资源利用效率的关系,于2020年8月和11月对香溪河、大宁河、梅溪河、彭溪河和黄金河这5条支流进行浮游植物采集,夏季共计检出浮游植物119种,隶属7门62属,冬季共检出浮游植物118种,隶属7门58属.依照Padisak理论,将所有浮游植物划分为25个功能群,冬季和夏季均出现6种重要功能群,其中夏季以L0、 H1、 D、 Y、 MP和P为主,而冬季则主要以L0、 H1、 A、 M、 MP和Y为主.根据浮游植物功能群多样性分析结果可知,冬季α多样性低于夏季,且下游河段浮游植物功能群多样性更高,群落结构更复杂.浮游植物功能群及其驱动因子RDA分析表明,ν、 pH、高锰酸盐指数、 WT和RUE_TN是显著影响浮游植物功能群的环境因子(P<0.05).VPA结果显示,夏季环境变量对功能群组成变化的解释度较高(45.23%),而冬季则相反,资源利用效率具有更高的解释度(42.33%).进一步对重要功能群与资源利用效率进行线性拟合发现,夏季功能群L0、 H1、 D和Y与RUE_TN和RUE_TP     

供水管网水质监测点选址风险研究

饮用水足否安全，是近年来社会各界普遍关注的问题之一。供水管网的水质监测是保证供水安全、降低水污染风险的重要环节。然而，如何合理选择水质监测点，至今尚无科学的方法。往定义供水管网水质监测点选址风险度的基础上，结合某供水管网，利用二进制编码的微粒群算法埘供水管网水质监测点选址的风险问题进行了研究，可以帮助决策者科学地选择优化的水质监测点。     

桩顶约束下桥梁大直径能量桩热力响应现场试验北大核心CSCD

能量桩是一种绿色新技术,符合工程建设节能减排与绿色发展理念。为了研究大直径能量桩的热力学特性及结构响应,依托河南省三门峡灵宝市国道310底董桥台2×2群桩基础,在大直径灌注桩内埋设换热管形成能量桩。开展了无荷载夏季工况能量桩热响应现场试验,实测能量桩运行期间出、入水口温度、应力、回温后残余温度、温度变化量-热致应力/轴力关系、桩顶位移等变化规律。试验结果表明:三组不同流速试验下,流速增大,桩身温度、应力有小幅增大;停止试验后回温5 d后残余温度仍有16%~28%,7 d后回温残余温度约11%~17%;桩身最大应力约为3.5 MPa;能量桩桩顶累积变形-0.98 mm(约仅为桩径的0.81‰);桩顶在单桩无荷载、无荷载承台群桩约束、单桩逐级加载、恒载承台群桩约束的不同条件下,K值分别为28.6%、37.8%、43.2%和71.4%;试验流速为0.6、0.8 m/s,每平米桩-土接触面积换热量q分别是0.4 m/s流速下q的53%和128%。     

土体侧移作用下桩基侧向土压力的群桩效应∗

当前工程建设中受土体侧移作用影响的桩基问题越来越突出,桩侧土压力是桩?土相互作用研究中的重要问题,并且受群桩效应影响很大,运用岩土数值计算程序 FLAC3D ,针对粘土饱和不排水情况进行了平面应变数值模拟研究,土体采用摩尔?库伦理想弹塑性本构关系,桩基采用线弹性本构关系,桩?土之间建立接触面。研究结果表明,桩周粘结力对桩侧极限土压力有明显影响,达到桩侧极限土压力所需要的桩土相对位移随 E/Cu 的增大而减小。单排桩时,随着桩间距增大桩土荷载分担比降低,桩侧极限土压力值增大,达到极限土压力时所需要的桩土相对位移增大。双排桩时,当桩间距大约为 2D 时加筋和遮拦效应影响范围比较小,然后随桩间距增大加筋和遮拦效应影响范围增大,而排间距的增大会使遮拦和加筋作用降低,当排间距大于 6D 后遮拦和加筋效应基本消失,桩间距和排间距的增大都使达到桩侧极限土压力所需要的桩土相对位移量增大,并将计算结果与先前学者试验结果进行了对比与分析,具有较好的一致性并有所发展。     

煤层群石门揭煤技术探讨

石门揭煤一般采取"四位一体"的方法,当煤层相距较近时如何进行揭煤工作,围绕这一问题,介绍了临焕矿古有煤层群的石门揭煤过程,提出了具有煤层群时井筒石门揭煤的方法.     

基于改进的PSO‑BP神经网络的边坡稳定性研究∗

边坡稳定性研究对于重大地质灾害防治极其重要，但由于影响边坡稳定性的因素具有非线性、多样性以及模糊性等特征，边坡稳定性分析一直是地质灾害防治领域的热难点问题。已有研究表明神经网络预测模型可有效应用边坡稳定性分析，但同时存在预测精度低、鲁棒性差、收敛速度慢等缺点。为改善上述问题，在粒子群算法优化的 BP 神经网络（简称 PSO?BP 神经网络）算法基础上提出一种改进的边坡稳定性预测模型。该模型以容重、内聚力、内摩擦角、边坡角、高度、孔隙压力比作为输入参数，以安全系数作为输出参数。通过借鉴遗传算法中的变异思想来提升模型全局寻优的能力，利用能量函数负梯度下降原理提高模型的收敛速度。将所收集到百余条边坡数据进行数据清洗，最终得到 80 条高质量边坡数据，随机选取其中的 50 条边坡数据作为模型的试验数据。最后采用十折交叉验证的方法对模型的准确性进行验证，并在多维度与其余边坡稳定性神经网络预测模型进行对比分析。结果表明：①该模型相比于其余模型收敛速度、准确率、鲁棒性均有明显提高；②将 K 折交叉验证应用在小样本数据下的边坡稳定性神经网络预测模型，可有效避免结果的偶然性。③该模型的预测误差仅为 4.31%，满足工程精度需求，可在实际工程中为边坡稳定性分析与灾害防治提供参考。     

基于ADPSO-FNN算法的催化再生烟气二氧化硫预测方法

为了解决催化裂化装置再生器出口烟气二氧化硫质量浓度难以实时预测的问题，提出一种基于自适应粒子群优化-模糊神经网络(Adaptive Particle Swarm Optimization-Fuzzy Neural Network, ADPSO-FNN)算法的催化再生烟气二氧化硫质量浓度智能预测方法。首先，针对数据来源多，且来自数据采集系统(Data Collection System, DCS)与实验室信息管理系统(Laboratory Information Management System, LIMS)中多维数据时间尺度不匹配的问题，利用基于自适应回归算法实现多时间尺度的数据清洗；其次，建立基于模糊神经网络算法的二氧化硫质量浓度预测模型，提取再生烟气产排过程中的动态特性；然后，提出基于动态惯性权重和学习因子机制的自适应粒子群算法，平衡全局探索能力及局部开发能力，实现再生烟气二氧化硫质量浓度的预测；最后，利用炼厂检修前、后的数据分别建立二氧化硫预测模型并进行测试。结果显示：该预测方法实现了催化再生器出口二氧化硫的准确预测，解决了现场多时间尺度数据难以建模的问题。     

灾害系统视角下的灾害耦合效应探讨

灾害耦合效应是灾害风险科学领域关注的焦点议题，与复杂灾害事件具有密切的联系。该文首先从词源角度阐述了“耦合”的内涵，提出了灾害耦合效应的概念，对比了灾害耦合与灾害叠加的差异，阐述了灾害耦合效应的整体性、有序性、动态性和目的性特征。其次从灾害系统的角度出发，分析了灾害系统结构体系和功能体系及演化过程与灾害耦合效应的联系，提出灾害耦合效应具有灾害形成要素耦合和灾害演化过程耦合，并探讨了两种耦合内在的特征及两者互动作用。再次从复杂灾害事件角度出发，探究了灾害群、灾害链和灾害遭遇与灾害耦合效应的关系，提出灾害演化过程耦合与灾害演化网络视角下的灾害链过程具有一致性，灾害形成要素的耦合与广义的灾害遭遇具有一致性。最后该文提出了加强灾害耦合效应研究与实践的关键点。