腹泻性贝类毒素的分析方法研究

本文描述了腹泻性贝类毒素的的特性，给出了已知的９种毒物成分的化学结构式衣不同毒物成分的毒性大小及毒理效应，对已有的该毒素的定量分析方法，包括生物分析法和化学分析法进行了剖析，重点阐述了化学分析法中的高效液相色谱分析法，介绍了法国目前使用的腹性贝毒的预警系统，并对我国该领域的研究提出了自己的建议。     

基于MIKE 11的河网区域小型闸坝调控的水质响应模拟研究

闸坝运行是流域开发和利用中河流调节的主要形式之一,它改变了河流自然结构、流水过程及其相关环境.然而,目前很少有关于河网区域小型闸坝运行对水环境影响的分析.本研究利用MIKE11建立一维水动力与水质模型,以无锡市主要的污染物高锰酸盐指数,氨氮为指标,模拟闸坝调控模式下与无闸坝情景下无锡河网水质响应.研究表明：多个小型闸坝运行对河网区域内河流水质产生了负面影响,使城市河流高锰酸盐指数(COD_Mn)和氨氮(NH₃-N)浓度都有所上升;其中,闸坝调控对区域内河流上游水质的负面影响更为明显,对下游的则相对较小.在多小型闸坝运行下,河流上游的COD_Mn和NH₃-N总体浓度分别上升了12.89%和11.11%,下游的二者浓度分别上升了5.38%和7.27%.研究结果可为今后小型闸坝群的生态调控以及相关水环境响应研究提供了理论支撑和新思路.     

基于三层网络的SBR法深度脱氮智能控制系统的中试研究

以一座处理量为60m3·d-1的SBR法中试系统为研究对象,将三层网络智能控制技术引入SBR工艺中,并对该智能控制系统的深度脱氮效果和稳定性进行了中试研究.在SBR法硝化反硝化过程中,pH、DO、ORP曲线上会出现反映生物脱氮进程的特征点,以pH、DO、ORP为控制参数建立的智能控制策略可以准确判断反应的终点,避免了过度曝气,在保证深度脱氮的前提下节省了能耗.经过10个月的稳定运行,即使在温度较低的情况下,该SBR法智能控制中试系统出水的各项指标完全能够达到国家污水排放一级标准,并且达到了深度脱氮的效果,出水COD低于50 mg·L-1,总氮低于5 mg·L-1.     

系统操作者与管理者行为的博弈演化与收益分析*

为研究工程项目系统中,操作者安全行为与管理者奖惩行为的相互博弈情况,确定操作者和管理者收益,提出博弈演化与收益分析方法。操作者代表系统实际使用者,行为包括安全和不安全行为;管理者代表系统管理者和所有者,行为包括奖励和惩罚行为。确定方法的基本参数;研究博弈演化过程的博弈逻辑关系,从悲观和乐观角度研究二者不同行为相互作用后的收益关系,给出操作者收益和管理者收益的逻辑表达式。结果表明:方法能得到博弈过程演化结果,同时能根据收益结果表达式判断博弈胜出方。     

课堂、网络、宿舍三位一体的商务英语实践环境建设

对高职院校商务英语实践环境现状进行了分析,并结合高职商务英语教学的培养目标及中国环境管理干部学院商务英语专业建设实际,提出建设高职商务英语专业校园立体化实践环境模式。立体化实践环境主要包括课堂、网络和宿舍三个方面,并以网络交流平台为重点及主要特色。     

Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission

Vehicle emission has been the major source of air pollution in urban areas in the past two decades. This article proposes an artificial neural network model for identifying the taxi gross emitters based on the remote sensing data. After carrying out the field test in Guangzhou and analyzing various factors from the emission data, the artificial neural network modeling was proved to be an advisable method of identifying the gross emitters. On the basis of the principal component analysis and the selection of algorithm and architecture, the Back-Propagation neural network model with 8-17-1 architecture was established as the optimal approach for this purpose. It gave a percentage of hits of 93%. Our previous research result and the result from aggression analysis were compared, and they provided respectively the percentage of hits of 81.63% and 75%. This comparison demonstrates the potentiality and validity of the proposed method in the identification of taxi gross emitters.     

基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性.     

基于神经网络的碳排放预测及影响因素分析

基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。     

Developing an empirical model of phytoplankton primary production: a neural network case study

We describe the development of a neural network model for estimating primary production of phytoplankton. Data from an enriched estuary in the eastern United States, Chesapeake Bay, were used to train, validate and test the model. Two error backpropagation multilayer perceptrons were trained: a simpler one (3-5-1) and a more complex one (12-5-1). Both neural networks outperformed conventional empirical models, even though only the latter, which exploits a larger suite of predictive variables, provided truly accurate outputs. The application of this neural network model is thoroughly discussed and the results of a sensitivity analysis are also presented.     

生物炭对施粪肥土壤中根际真菌群落多样性及相互作用的影响

为了研究生物炭对施粪肥土壤中根际真菌群落结构及相互作用的影响,通过黑麦草盆栽试验,比较了添加2%生物炭处理和仅施粪肥条件下,根际真菌的群落演替及分子生态网络. Illumina MiSeq测序结果表明,添加生物炭处理与不添加生物炭的对照处理中真菌的α多样性指数(Shannon指数)无显著差异.两种处理情况下,子囊菌门(Ascomycota,59. 64%～84. 80%)、担子菌门(Basidiomycota,1. 90%～5. 87%)和接合菌门(Zygomycota,4. 34%～16. 11%)均为主要菌群.分子生态网络分析表明,相比不添加生物炭的对照组,添加生物炭后的土壤真菌群落具有更复杂的联系且显著增强了种间积极的相互作用(P 0. 05). Mantel检验分析表明,添加生物炭处理中植物根系与真菌丰度和种间相互作用显著相关(P=0. 001).植物根系是影响真菌丰度和相互作用关系的最重要的因素.