云南大理洱源西湖浮游植物功能群季节演替特征

为探讨云南大理洱源西湖浮游植物功能群特征及其与环境因子的关系,于2019年9月—2020年8月每月采集浮游植物样品及水环境指标,采用修正的卡尔森营养状态指数和浮游植物功能群分类法评价洱源西湖水体富营养化程度及探讨浮游植物的季节演替特征。结果表明：洱源西湖为低透明度且浊水状态的富营养化水体;研究期间共镜检鉴定出浮游植物7门72属,划分为23个浮游植物功能群,其中MP[颤藻(Oscillatoria sp.)]、S1[伪鱼腥藻(Anabaenopsis sp.)]、H1[鱼腥藻(Dolichospermum sp.)]和SN[拟柱胞藻(Cylindrospermopsis sp.)]为优势功能群,其均为蓝藻门的丝状藻类;秋季浮游植物主要以颤藻、拟柱胞藻为主,冬季和春季主要以伪鱼腥藻和颤藻为主,而夏季主要以颤藻和鱼腥藻为主;冗余分析结果显示,洱源西湖浮游植物功能群演替的关键环境因子为水温、pH、正磷酸盐浓度与可溶性总磷浓度,尤其是可溶解性磷(主要为PO₄^3--P)浓度变化促成了优势功能群的季节演替。洱源西湖的富营养化状态为丝状蓝藻占优势且藻类结构单...     

提高GPS定位精度的群调度滤波算法*

为解决现行安全生产科技领域中全球定位系统（GPS）/惯性导航系统（INS）融合系统容易产生较大时变误差的关键问题,满足GPS定位信号的精度和信号数据处理时间的要求,提出1种群调度滤波算法,通过实验仿真,分别与模糊算法、机器学习算法及卡尔曼滤波网络算法进行比较研究。结果表明:群调度滤波算法兼顾了定位精度与数据处理时间,具有较大优势,可在航空安全、船舶安全、应急监测、灾后抢险等安全科技领域广泛应用。     

都江堰灵岩山3种人工林优势物种叶片的有机组分特征

叶片的有机组分特征不仅是植物光合产物分配策略和养分回收的重要参数,而且是衡量凋落叶分解难易程度的重要指标.为探究不同植物群落叶片间有机组分的差异,以华西雨屏区人工林的优势乔、灌、草植物作为对象,收集其成熟叶及凋落叶,研究其水溶性组分(water soluble component,WSC)、有机溶性组分(organic...     

PSO-RBF耦合神经网络在水质评价中的应用

径向基函数神经网络(RBF)中,连接输出单元的权重是影响径向基函数神经网络学习精度的主要参数,采用粒子群算法(PSO)对模型参数(权值)进行优化,建立了PSO-RBF耦合神经网络模型,避免权重的人为设定,具有客观性。并在Matlab环境下编程计算,构建了用于地下水环境质量评价和海水富营养化评价的径向基函数网络评价模型。将模型应用于黑龙洞泉域5个地下水监测点和某海水富营养化评价。评价结果和其他方法的评价结果一致,与实际情况符合,评级结果是合理的。评价结果表明,RBF网络简便有效,收敛速度快,有较强的分辨能力,优化确定模型参数后,便可对评价样本进行评价,具有较好的实用性和通用性。     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

基于主成分和粒子群优化支持向量机的水质评价模型

水质的评价是治理水污染必不可少的工作。为了准确、快速地对水质进行评价,利用主成分分析法从水质监测常见的多个物化指标提取出主成分,然后将主成分作为支持向量分类机的输入,利用历史数据进行水质评价训练并用粒子群算法优化参数,构造出水质评价模型,将从物化指标中得出的主成分代入此模型即可得到水质类别。最后,选取水质监测点实测数据进行试验,结果表明,模型的水质评价结果准确且稳定。     

采用支持向量机算法优化电化学处理油田污水的工艺参数

采用支持向量机(SVM)算法,将Box-Behnken设计法与支持向量回归算法(SVR)实验参数优化软件相结合,优化电化学去除油田污水COD的工艺参数。通过量子粒子群算法对SVM算法参数进行优化,从建立的回归模型中找到工艺参数的全局最佳点:电解时间60 min,电解电流3 A,三维电极填充料中石英砂质量695 g。模型得到的COD理论最优去除率为92.48%,验证实验得到的COD去除率为91.43%。     

基于改进粒子群算法和元胞自动机的城市扩张模拟——以南京为例

为合理利用多智能体算法解决城市扩张动态模拟问题,基于地理学理论和社会学规律对粒子群算法进行有针对性的改进,提出分段式粒子群算法(SPSO),并结合元胞自动机模拟复杂时空过程的能力,构建出适用于城市扩张模拟的地理元胞自动机SPSO-CA。在SPSO-CA中我们利用多时像的土地利用数据、交通路网数据和地形数据,挖掘出1995~2000年南京城市扩张的土地转换规则。再由此规则实现1995~2008年的南京市城市扩张过程的动态模拟。最后对比SPSO-CA、PSOCA及NULL模型结果得:SPSO-CA总精度86.3%,Kappa系数为0.792,Moran’s I为0.078,PSO-CA总精度83.6%,Kappa系数为0.755,Moran’s I为0.054,NULL模型总精度81.9%,Kappa系数为0.741,真实的Moran’s I为0.072。这表明无论是总精度还是空间一致性,SPSO-CA都优于PSO-CA和NULL模型,即用SPSO-CA模拟城市扩张是可行的。     

微生物生理群在猪粪秸秆高温堆肥碳氮转化中的作用

在自制的强制通风静态堆肥反应箱中,猪粪与秸秆以鲜重7∶1的比例进行了堆肥化实验,在堆制的23 d里根据堆温变化分阶段采集堆肥样品,利用MPN法测定了堆料中纤维素分解菌和氮素微生物生理群的数量变化,同时测定了相应的碳、氮含量。结果表明,纤维素分解菌在稳定腐熟阶段较多,对于后期有机碳的降解和腐殖质含量的增大起了很大的作用,在堆制的23 d里,腐殖质增加了2.4%。整个堆制过程中,氨化细菌的数量最大且与氨气释放浓度和铵态氮含量呈显著正相关,都在高温期增加,降温期后减少,氨化细菌的数量在高温期的增加率远高于降温期后的减少率,而铵态氮在高温期的增加率远低于在降温后期的减少率,铵态氮总体上减少了74.1%;亚硝化细菌数量与硝态氮呈正相关;反硝化细菌数量在降温期上升幅度较大,堆制结束时为堆制初期的13倍,且与堆肥中硝态氮含量呈正相关;硝态氮含量增加了87.5%;堆肥后期硝态氮的增加可能与堆肥中存在能进行硝化作用的反硝化细菌有关。固氮菌数量在堆制结束时达堆制初期的2.61倍,主要在降温期增加较多,对堆肥中有机氮的形成起很大作用。     

中国大唐集团公司

中国大唐集团公司四川分公司于2006年12月22日在四川省成都市正式成立。在四川省委、省政府的大力支持下,按照中国大唐集团公司的战略部署,目前四川分公司负责嘉陵江亭子口水利枢纽工程、甘孜南部水电站群等水电工程项目的开发和建设工作。