神经网络在海水腐蚀预测中的应用

根据我国材料自然环境腐蚀网站长期以来积累的海水腐蚀数据,采用BP人工神经网络算法,建立了碳钢及低合金钢的海水腐蚀预测模型.该模型以合金成分、环境因素为输入参数,以平均腐蚀速率为输出参数.以碳钢、低合金钢的17种钢种在青岛、厦门、榆林海水腐蚀试验站16年腐蚀数据建模.选定A3钢与10CrCuSiV在以上三地16年的腐蚀数据为验证样本.结果表明该网络具有良好的预测精度,能够正确反映海水环境腐蚀性因素及金属材料腐蚀暴露时间与其腐蚀速率的关系,用于碳钢及低合金钢在海洋全浸环境中的腐蚀预测.     

成都市活水公园人工湿地系统10年运行回顾

成都市活水公园是1997年建成的世界上首座以展示"人工湿地水处理系统"和"仿峨眉山亚热带自然植被"为主要内容的、以水保护为主题的生态公园。它所展示的人工湿地处理系统工程,现己正常运行了10年。本文通过回顾10年来活水公园人工湿地工程设计、建设与运行的经验,结合当前己建和在建的人工湿地工程中所存在的一些问题,提出一些看法与建议。供从事人工湿地工程设计、施工及管理人员参考。     

基于人工神经网络理论的建筑物火灾安全评价研究

依据建筑物火灾危险性的影响因素,应用人工神经网络理论及系统安全方法,建立了建筑物火灾危险性的评价指标体系,该方法摆脱了评价过程中的随机性和参评人员主观上的不确定性及其认识上的模糊性等缺点,大大提高了准确性。为了验证评价模型的准确性,将该理论应用到某高校图书馆火灾危险性评价中,快速、准确地得到了安全评价结果,取得了满意效果,为建筑物防火设计以及安全管理提供了可行的依据。     

人工湿地污水处理工艺及除污机理

对人工湿地污水处理工艺及其对水中污染物的去除机理进行了综述,并对人工湿地处理污水的技术进行了展望。     

人工神经网络在化学和环境科学中应用的若干问题

讨论了人工神经网络中最常用的多层前馈网络 ( BP网络 )及误差反向传播算法应用于化学和环境科学时要考虑的几个问题 :网络的输入与数据的归一化 ;隐含层数、隐含层节数和学习速率 ;训练集与监控集 ;网络误差 ;初始权重     

水杨酸钠-次氯酸钠法海水氨氮快速检测方法研究

对水杨酸钠-次氯酸钠法测量海水氨氮化学分析条件进行了研究。通过正交实验对水杨酸钠-次氯酸钠法试剂配比进行优化,并确定了最佳试剂配比。同时,用水杨酸钠-次氯酸钠法和靛酚蓝法测量24个海水水样,测量结果无显著差异。在反应温度为35℃,反应时间为10 min时,用改进后的方法分别测量60、120μg/L的氨氮标准溶液,相对标准偏差分别为4.0%、2.8%,回收率分别为99.8%、100.8%。该方法试剂无毒、环保,操作简单、快速,可满足营养盐自动分析仪现场快速测量的要求,提高仪器的环境友好性。     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...     

地下水人工补给过程介质堵塞及控制研究进展

人工补给作为解决地下水超采及其环境负效应的有效措施,在全球得到广泛应用.但人工补给过程中的介质堵塞问题对补给效率、运行成本及工程寿命有着显著不利影响.在收集整理已有研究资料的基础上,对人工补给类型,过程中介质堵塞机理、预测、控制和治理方法进行了详细归纳和总结.分析表明,介质堵塞受到介质、水源物化特征和水文地球化学条件等因素影响;堵塞预测方法有水质指标法、经验公式法、数学模型法;堵塞的预防目前以水质控制为主;堵塞的治理需综合物理和化学方法.尽管有关人工补给的多种技术已日益成熟,但结合介质空间差异特征和水源条件复杂性开展的人工补给促渗技术还需进一步研究.     

Simultaneous determination of three herbicides by differential pulse voltammetry and chemometrics

A novel differential pulse voltammetry method (DPV) was researched and developed for the simultaneous determination of Pendimethalin, Dinoseb and sodium 5-nitroguaiacolate (5NG) with the aid of chemometrics. The voltammograms of these three compounds overlapped significantly, and to facilitate the simultaneous determination of the three analytes, chemometrics methods were applied. These included classical least squares (CLS), principal component regression (PCR), partial least squares (PLS) and radial basis function-artificial neural networks (RBF-ANN). A separately prepared verification data set was used to confirm the calibrations, which were built from the original and first derivative data matrices of the voltammograms. On the basis relative prediction errors and recoveries of the analytes, the RBF-ANN and the DPLS (D – first derivative spectra) models performed best and are particularly recommended for application. The DPLS calibration model was applied satisfactorily for the prediction of the three analytes from market vegetables and lake water samples.     

ATFITUDES TOWARDS ARTIFICIAL WETLANDS IN ONTARIO FOR STORMWATER CONTROL AND WATERFOWL HABITAT1

ABSTRACT: The objective was to survey individuals from different interest groups in Ontario to ascertain attitudes towards the use of artificial wetlands for stormwater management and to provide waterfowl habitat. In total, 166 questionnaires were distributed and 124 cempleted returns were received. The results of the survey show that the provision of wetlands as waterfowl habitats in the context of stormwater impoundments is severely limited and is not considered an important management option. The overwhelming rejection of this integrated approach seems to be due to a lack of understanding and its comparative newness. Some of the perceived problems and concerns could be addressed by improvements in the design of the artificial wetlands. The design and implementation of an artificial wetland prototype as part of an education program in Ontario is recommended. A few research opportunities also are outlined.