水库水质预测的解析计算

通过对水库恒定时间连续污染源输移扩散特征的分析 ,在其简化条件下求得一维水质模型方程的解析解。结合河道型水库断面几何参数的沿程变化规律 ,给出了 2座水库沿程BOD5浓度分布 ,并分别将解析计算结果与相应水库的一维水质数值模型预测值进行比较 ,沿程BOD5浓度分布吻合良好。 更多还原      

三峡水库水位上升对香溪河流域典型滑坡的影响分析

在三峡水库蓄水后,香溪河流域众多滑坡出现变形失稳现象。白家堡滑坡、耿家坪滑坡、白马滩滑坡在蓄水后的变形特征各不相同。对库水位上升后3个滑坡的变形特征及其渗透性进行了比较研究,表明影响滑坡响应时间的主要因素是滑体的渗透性。以白家堡滑坡为例,利用摩根斯坦-普赖斯法,对不同c、值,进行75~175 m水位线的稳定性系数演算,发现各c、值不同水位线下稳定性系数曲线的变化规律有2种类型,即下降—平直型和下降—上升型,这种变化规律与浸水部位密切相关。     

密云水库上游石匣小流域水土流失综合治理措施研究

坡面处理措施及土地利用方式是控制水土流失最重要的影响因素,通过合适的坡面措施与合理的土地利用方式可以有效地抑制土壤侵蚀,保护土地资源,改善生态坏境。论文通过对石匣小流域不同处理的径流试验小区的实测资料分析,研究了坡面综合水土保持措施对水土流失的影响。研究表明,与坡耕地、开荒地相比,梯田和水平条可以有效地拦蓄地面径流,控制水土流失,减沙率可达64.83%~91.81%,并且阴坡上的水平条的蓄水保土作用好于阳坡,有土埂的大水平条的减水拦沙效率好于无土埂的水平条;综合水保措施的水土保持效益更高,对径流量的拦蓄率高达96.21%~99.38%,并且进行综合措施处理的坡面的土壤侵蚀模数都小于水利部发布的北方土石山区允许土壤流失量200t/km².a;对坡面的自然封禁能够有效地控制坡面水土流失;同时由于综合水保措施很大程度上改变了原有的地形,坡度对水土流失的影响不明显。     

月径流时间序列的混沌特性分析

研究根据混沌理论,分别采用功率谱分析方法、G-P关联维识别合水水库月径流量的混沌特性,并且得出主要的混沌特性指标.以Tanks嵌入定理为理论基础,进行短期预测,能够取得精度较高的预测结果.研究表明:月径流序列存在一定的混沌特性,其最小嵌入维数在m=8对应的吸引子维数D=-0.95,最大李雅谱诺夫指数σ=0.325,采用加权一阶权域方法预测时,预测最大时限为4个月,其预测精度均在5%以内.     

地层条件下油气混合气安全氧含量实验研究

为了确定地层高温高压环境下油气混合气的安全氧含量,避免在采油过程中形成可燃性混合气体引发燃烧或者爆炸事故,保证注空气采油工艺过程的安全性,设计了1种测试地层高温高压环境下油气混合气体安全氧含量的实验装置;通过对采油现场井筒内的气体进行取样分析,选取一定组分的混合气体,在理论分析的基础上,对混合气体分别在1,5,10 MPa和40,120℃条件下的安全氧含量进行了实验研究,并将实验结果与理论分析结果进行了比较分析。研究结果表明:随着温度和压力的升高,安全氧含量逐渐降低;在地层高温高压环境下所测得的安全氧含量要远低于常温常压下的理论估算值;在10 MPa,120℃时达到8.27%,很大程度上增加了采油工艺过程的危险性。     

水布垭水库水体碳时空变化特征及其影响因素分析

为了评估大型水库对河流碳循环的拦截作用,选择清江流域最上游水布垭水库为典型案例,采用德国元素公司vario TOC分析仪对定期采集水样进行分析,研究新建大型水库水体碳时空分布特征及其影响因素。结果表明,水布垭水库表层水体总碳、总无机碳、溶解有机碳和颗粒有机碳平均含量分别为26.665、24.089、2.141和0.438 mg/L,在水库年内蓄水阶段呈现显著的峰值,其空间分布格局在支流库湾和坝前典型断面表现出显著的差异,在水体碳中总无机碳占据主导地位,与湖泊水体碳时空分布特征极为相似。由于受到人类活动和自然环境的双重影响,水体无机碳则与水体电导率指标具有较强的相关性,溶解有机碳则与水体温度具有直接的关系,而数量最少的颗粒有机碳则与水体叶绿素含量具有弱相关关系。研究成果可以为理解水库碳循环过程机制提供数据支持,对于开展大坝建设的河流碳循环影响评估具有重要参考意义。     

太河水库水域总氮的纳污能力分析与总量控制

以太河水库主要污染物总氮为控制指标,选用适合于水域水环境特征的水质模型,对水域纳污能力、现状纳污量以及纳污削减量分别作计算.按照研究水域的功能区划和污染源分布与削减状况,分析并确定重点治理污染源,制定总量控制方案.     

Time Series Forecasting of Cyanobacteria Blooms in the Crestuma Reservoir (Douro River, Portugal) Using Artificial Neural Networks

In this work, time series neural networks were used to predict the occurrence of toxic cyanobacterial blooms in Crestuma Reservoir, which is an important potable water supply for the Porto region, located in the north of Portugal. These models can potentially be used to provide water treatment plant operators with an early warning for developing cyanobacteria blooms. Physical, chemical, and biological parameters were collected at Crestuma Reservoir from 1999 to 2002. The data set was then divided into three independent time series, each with a fortnightly periodicity. One training series was used to “teach” the neural networks to predict results. Another series was used to verify the results, and to avoid over-fitting of the data. An additional independently collected data series was then used to test the efficacy of the model for predicting the abundance of cyanobacteria. All of the models tested in this study incorporated a prediction time (look-ahead parameter) equal to the sampling interval (two weeks). Various lag periods, from 2 to 52 weeks, were also investigated. The best model produced in this study provided the following correlations between the target and forecast values in the training, verification, and validation series: 1.000 (P = 0.000), 0.802 (P = 0.000), and 0.773 (P = 0.001), respectively. By applying this model to the three-year data set, we were able to predict fluctuations in cyanobacteria abundance in the Crestuma Reservoir, with a high level of precision. By incorporating a lag-period of eight weeks, we were able to detect secondary fluctuations in cyanobacterial abundance over the annual cycle.     

西湖与青山水库底栖动物群落的研究

通过对杭州市的两个主要水体西湖和青山水库的底栖动物群落包括种类组成、优势种群、生物量等的比较研究。西湖和青山水库底栖动物群落主要由寡毛类和摇蚊幼虫组成 ,存在适应低溶氧、耐有机污染的种群。从底栖动物群落生态学角度评价了西湖和青山水库水体的营养化程度。     

升钟水库浮游植物的生物多样性调查及时空分布

2008年5月至2009年4月对升钟水库的浮游植物群落结构进行了研究.结果表明,升钟水库浮游植物共计8门69属219种(含变种和变型),种群结构主要以蓝藻、绿藻和硅藻为主.浮游植物的生物多样性指数平均为1.059,均匀度指数平均为0.192,平均藻类密度为33.41×10 5个/L,标志升钟水库的水体营养程度较高.