基于B-P神经网络的环境质量评价方法

提出可将环境质量评价的无论是定量指标还是定性参数转化成"二进制"的"1"或"0",进而将这种二进制数引入B-P网络.通过实例探讨,这种新的B-P网络既适用于定量指标的水质参数又适用于定性指标的水质参数.     

内蒙古某灌域表层土壤六氯环己烷空间分布特征及影响因素

为修复灌区内土壤有机氯农药污染，降低六氯环己烷对土壤环境的危害，对内蒙古某灌域表层土壤进行采样，利用气相色谱测定50个土壤样品中六氯环己烷及其异构体的含量，并利用ArcGIS空间分析技术确定表层土壤中六氯环己烷的分布状况。样本中六氯环己烷的检出率为96%，各样本中六氯环己烷的浓度范围为未检出~23.0 ng/g，平均浓度为4.4 ng/g。4种异构体含量平均值顺序为γ-六氯环己烷>δ-六氯环己烷>β-六氯环己烷>α-六氯环己烷。灌域东北部和西南部残留浓度较高，并由这2个方向向中部地区逐渐递减，表层土壤中的六氯环己烷分布受土壤黏粒量、不同种植种类和灌溉水源的影响较大。虽受人类耕作的影响，但表层土壤中的六氯环己烷污染水平相对较低。     

基于网格空间数据的晋陕蒙接壤区生态环境综合评价

晋陕蒙接壤区是典型的生态过渡带、生态脆弱带。文章在调查研究的基础上 ,选取了 1 3个评价指标 ,应用层次分析法确定其权重 ,并将各个因子分级标准化和定量赋值 ,再用加权求和法得到每个评价单元的环境质量综合评价指数。根据环境综合评价指数将环境质量分为较好 (≥ 8)、一般 (≥ 6～ <8)、较差 (≥ 4～ <6)、恶劣 (<4) 4级。结果表明 :晋陕蒙接壤区的环境质量大多处于较差等级 ,较好、一般、较差、恶劣等级的面积比例分别为 2 .2 % ,2 8% ,5 7.4%和1 2 .4%     

层级化环境质量数据网络直报业务系统的设计和应用

分析了目前环境监测部门的数据传输现状,设计了基于VPN互联网络的环境质量数据层级化直报业务系统,介绍了网络直报系统的业务模型、数据审核和存储策略、系统功能设计及其应用等。     

人工神经网络用于铅的化学形态模拟计算

用前馈线性网络法求解水体系中Ｐｂ（２＋）与ＯＨ－之间的反应常数，不同训练算法对求解结果的精度、收敛速度及权值均有影响．结果表明，批处理算法的精度最好，权值不出现负值，但运算时间最长；在线算法的精度虽不如批处理算法，而比数据变换－在线算法好，权值有时会出现负值．运算时间较长；数据变换－在线算法的优点是运算时间短，但相对误差较大，权值出现负值的机会多。采用反馈网络模拟计算铅的各种化学形态的浓度．用物料核算的方法对反馈网络模型进行检验表明，此种模型用于平衡计算是可行的，详细分析了理论模拟和实验曲线的差异的原因，温度的影响最小，在４＜ｐＨ＜９时，ＣＯ有重要的影响．在国代检验时，ｎ值取整所引入的误差的影响亦不可忽视。从本文的结果可以看到，采用前馈网络和反馈网络相结合的方法考察水体中的化学形态是可行的．从而为解决这一类问题提供了一种可能的途径．     

铜陵石炭纪威宁期沉积相及与黄铁矿矿床的关系

铜陵地区石炭纪威宁期存在潮坪相,泻湖相和浅海陆棚相。白云岩有两种,准同生白云岩分布于潮坪,成岩白云岩分布于泻湖内,本区以成岩白云岩为主。白云岩中赋存了层位稳定的黄铁矿矿床,黄铁矿在泻湖相最易富集,成岩作用是黄铁矿矿床形成的一个重要因素。     

无盘网络系统的介绍和应用

无盘网络系统是一种很适合在计算机配置较固定、软件程序较划一的网络环境中运行的网络系统,随着电脑教育的规模扩大,网络教室的普及,发展也非常快.本文简述了其产生环境、功能介绍,针对其优势和不足说明了无盘网络系统的应用前景是非常广阔的.     

大顶子山航电枢纽工程建库后上游水质总量控制研究

松花江大顶子山枢纽工程建设后,库区内水体流线及扩散规律的变化将影响库区内水质,受沿江排污影响,其规划目标的水环境容量将发生改变,因此对建库后上游水质总量控制进行研究很有意义.     

福建三都湾赤潮监控区的麻痹性贝毒和腹泻性贝毒研究

运用美国分析化学家协会(AOAC)推荐的小白鼠生物测定法，对三都湾赤潮监控区的经济贝类于2003年5月．10月进行每月1次的麻痹性贝毒(PSP)和腹泻性贝毒(DSP)含量检测。结果表明：在此期间均未检测出PSP；DSP于7、8、10月在紫贻贝(Mytilus galloprovincialis)体内检出，其中10月检出DSP含量为10Mu／100g，超标。     

基团贡献法对取代苯类化合物生物降解性的预测

测定了 47种取代苯类化合物在松花江水中的 5日生化需氧量 (BOD5) .分别采用线性基团贡献法和非线性基团贡献法(人工神经网络法 )对化合物的生物降解性BOD5 ThOD(ThOD :理论需氧量 )进行QSBR研究 .得到不同基团对生物降解性的贡献为 :C6H5>COOH >OH >CH3 O CH3 >NH2 >Cl >NO2 .线性基团贡献法对于训练组和测试组的定性预测正确率分别为72 %和 86 % ;而人工神经网络法的预测正确率分别为 92 %和 86 % .预测结果表明线性和非线性基团贡献法的预测效果都很好 ,相比而言 ,非线性方法对生物降解性的预测更准确