唯特净生物菌剂在快速提升污泥浓度上的应用

本文介绍了唯特净生物菌剂在延庆污水处理厂试运行中，解决了在贫营养状态下污泥浓度和污泥沉降比提升缓慢的难题。     

太湖流域2005年10月水质状况

2005年10月，太湖湖体平均水质为Ⅳ类，富营养化程度平均处于中富营养水平。与《太湖水污染防治“十五”计划》湖体水质目标相比，西部沿岸区和东部沿岸区有超标现象，其余湖区各项指标均达到水质目标要求。江苏省境内太湖流域出入湖河流21个控制断面（苏州苏东河越溪桥因河道整治无法采样）中，有14条河流水质符合2005年水质目标类别要求，达标率为70．0％；9条主要人湖河流中有6条河流水质达标，达标率为66．7％。45个环湖河流行政交界断面中，     

相关加权综合营养状态指数方法在洋河水库富营养化评价中的应用

运用相关加权综合营养状态指数方法对洋河水库的营养水平进行评价，并和卡森指数方法、修正的营养状态指数方法相互比较和印证，表明该水库的营养水平在7、8、9三个月已达富营养水平，其TLIc均值在1999年和2000年分别达到61．9和63．5。10、11月很接近富营养水平，其它月份为中或中--富营养水平。在评价方法的选择上，干旱年可选用修正的营养状态指数方法，而在外界因素对水质干扰强的年份，还是以相关加权综合营养状态指数方法为佳。     

遥感方法应用于湖泊富营养化评价的研究

利用武汉东湖各子湖多年可靠的地面监测资料和1999年9月Landsat—7的TM各波段的卫星遥感数据,建立了各子湖的营养状态指数与TM各波段图像上灰度值之间的关系模型：一元线性模型、多元回归模型。运用这些模型对武汉各湖泊进行富营养化评价。同时基于地面监测资料,用日本学者相崎守弘提出的修正富营养化指数法对武汉主要湖泊的富营养化程度进行评价。结果显示,武汉湖泊多处于中富营养状态,遥感评价结果与地面监测结果基本一致。指出利用遥感方法进行湖泊水体富营养化监测评价是可行的、有效的、利用该方法可进行大范围的湖泊富营养化调查评价。     

人类饮食营养结构的五次革命

人类依靠饮食而生,又在生存中创造新饮食。随着生命科学、营养科学、环境科学、医学、农学的飞速发展,以及人民生活的不断提高,人类饮食结构千万年以来经历了四次改革之后,又在迈向第五次革命一向“返璞归真,回归自然”的方向升华,人类的饮食观念又一次更新。五次饮食革命的特点和主要内容是: “熟食”技术的发明,标志着人类饮食第一次革命的开始。达尔文主义揭示,人类的始祖     

广州荔湾湖整治前后生态环境变化调查

章根据广州荔湾湖清淤截污前后水质监测结果、水生物藻类和鱼类鉴定及荔湾湖周边植被调查进行综合分析，结果表明：荔湾湖水质有了一定的好转，生物多样性也有明显改善，但湖水水质仍处于富营养状态，部分污染物浓度仍较高。因而，荔湾湖的环保工作应进一步加强，使该湖区水质达到广州市水质标准。     

东湖各湖区水质营养与水域功能优化

在全面调查东湖的点、面源污染和水质营养状况的基础上，提出了各湖区水域功能的优化以及饮用水功能与养殖功能兼容的设想与方案，调查结果显示，东湖的汤林湖，牛巢湖，菱角湖和后湖等4湖区的水质尚能维持在Ⅲ类标准，属于中营养向富营养过渡型水体；其余湖区部分水质指标波动在IV－V类之间，个别指标达到V类，均已进入富营养阶段，甚至达到极富营养的水平，从污染治理与生态环境保护考虑，必须采取有效措施控制和治理东湖污染。     

中蒙边界河湖水质现状及其评价

本文就中蒙两国首次环保合作项目的调查结果，对边界主要河湖的水质进行了全面的监测与评价，结果显示，位于中方水体的水质问题主要表现在营养盐，有机耗氧和碱度偏高，本次调查中为蒙双方共同开发，利用与保护边界水资源提供了宝贵的资料。     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.