茶叶及其主要成分防暑效果的研究

实验表明，饮用全茶水者的平均心率增加值明显低于饮用咖啡碱者和白开水者，其平均体温升高值小于饮用茶多酚者和白开水者，其失水量均低于饮用茶多酚者、咖啡碱者和白开水者；而饮用全茶水、茶多酚、咖啡碱或白开水，对手操纵功能无明显影响。     

水污染联防助推淮河流域综合管理

我国各大流域都面临水资源保护与水污染防治的问题,其中,淮河流域的水污染形势严峻,严重制约流域的经济社会发展。淮河流域水资源年际变化大、年内分配不均,旱涝灾害频繁。同时,流域人口密度大,经济发展水平相对落后,产业结构调整难度大,水资源供需矛盾突出,迫切需要进行流域综合治理。     

我国水质水量联合调度研究现状和发展趋势

水质和水量的联合调控是未来水资源调度和水污染控制的主要决策技术之一。文章从水资源调度入手,介绍了水质水量联合调度的概念和重要性,简析了国内外水质水量联合调度的研究现状、发展趋势以及"十一五"国内相关工作的最新进展。并对我国水质水量联合调度研究工作进行了展望。     

备用水源地水量与城市需水量平衡分析

随着水资源的日益短缺和突发性水污染事故的频繁发生,在各大中型城市建设备用水源地,对保障城市饮用水安全和城市的建设发展具有重要的作用。本文将备用水源地分为发展预留水源地和应急水源地,探讨了备用水源地分别作为预留发展水源地、应急水源地、预留发展和应急同时兼顾水源地时对城市水量的要求以及与城市需水量间的平衡关系,并对城市生活需水量和工业需水量计算模型进行了修正;同时,将上述理论应用于扬州市区,通过城市需水量计算来论证备用水源地水量要求,并验证了拟将夹江河段作为扬州市备用水源地的可行性。该研究结果可为备用水源地的选址提供理论依据。     

地下水环境安全不容忽视

地下水是水资源的重要组成部分,由于水量稳定、水质好,一直是人类的重要水源之一。进入工业社会,随着人口的增长、工农业的发展和科技的进步,对于水资源的需求不断增加,地下水的开采量和开采深度也进一步加大,洁净而丰富的地下水资源为农业灌溉、工矿生产和城市生活源源不断地注入着活力。数据显示,目前我国地下     

基于单元格网的STREAM分布式水文模型及其应用——以太湖上游西苕溪流域为例

STREAM模型是基于单元格网的分布式水文模型,可以利用易于获取的地理信息,揭示气候变化及下垫面改变对水循环的复杂影响.选择太湖上游西苕溪流域为研究区,采用1979～1999年的26个降水站实测序列和不同时段的土地利用数据,应用GIS流域分析方法与空间插值技术建立300 m的流域格网信息,并通过BLAISE脚本语言实现STREAM模型与GIS的集成,应用1979～1999年水文站实测序列对模型进行率定和验证.结果显示月径流量和年径流量模拟与实测值吻合良好,1980～1988年模型率定期,月径流量的确定性系数为0.78,年径流量的确定性系数为0.86,各年平均相对误差仅为6%;1989～1999年模型验证期,月径流量的确定性系数为0.75,年径流量的确定性系数为0.82,各年平均相对误差为9.5%.研究证实模型有较强的预测能力,在流域管理与决策中具有较好的应用前景.     

扬州市城区水系补水优化调控技术研究——以二道河为例

以保障城市水体景现,控制城市水体黑臭、控制藻类繁殖为目标,以水体溶解氧为控制性指标,根据各条河道承受的溢流污水、雨水等外源污染和底泥污染释放内源污染,确定各条河道所需的补水量.对扬州市典型的内河(二道河)进行污染调查分析,利用多宾斯-坎普(Dobbins-Camp)BOD-DO水质模型,以COD代替BOD,计算保障河道水质达到V类水质(ρ(DO)≤2 mg/L,ρ(CODMn)≤15 mg/L)需要的补水量.结果表明,多宾斯-坎普水质模型可为扬州城区内河整治工程提供科学决策工具.     

防止冷却塔水量损失的措施

通过实际测量和理论计算，分析了3台12500KVA矿热炉循环冷却水使用过程中的补水情况，测定出冷却塔的水量损失很大，从而提出了如何防止水量散失的建议。     

关于国内外灰水足迹的研究综述

随着社会经济的快速发展,水资源面临着数量与质量的双重挑战,水质挑战尤为突出。因此,做好水质评价具有重要意义。灰水足迹作为一种新的水质评价方法起步较晚,其概念的提出为定量评价水质对水量的影响提供了新的思路。从灰水足迹研究时空尺度、研究对象、计算方法等多个角度介绍灰水足迹国内外研究进展,总结我国灰水足迹研究的不足,并结合我国水资源实际情况,对灰水足迹的研究提出合理性建议。     

基于神经网络分类器的城市污水处理厂水力冲击预警系统

提出了一套基于神经网络分类器的城市污水处理厂水力负荷冲击预警系统,以期对进水水量骤增现象进行提前1天的预报,使污水处理厂可根据预报结果提前采取水力冲击防护措施,从而保证各单元的平稳运行.根据进水水量的涨幅将某污水处理厂12年日进水水量监测数据分为"常规"和"冲击"两类,重点对"冲击"数据进行提前1天的预测,并采用冲击漏报率、冲击误报率和报准率对模型的预测精度进行评价;同时,基于同样的建模方法和不同的训练、验证样本建立了N(1)、N(2)和N(3)3个平行模型,以对模型的鲁棒性和建模方法的可重复性进行考察.结果显示,3个模型对2010年、2011年和2012年3年测试样本的预测效果良好,冲击漏报率和报准率两项指标数值均较为稳定,分别在0~0.167和0.981~0.995之间浮动,冲击误报率虽然在数值上的浮动较大,最低为0.143,最高为0.500,平均为0.310,但仍在工程上的可承受范围内.该结果表明,本研究基于神经网络分类器所建立的3个神经网络模型预测精度高、鲁棒性好,显示出良好的性能,有望为污水处理厂水力冲击防护工作提供有力参考.