苦草对水-底泥-沉水植物系统中藻类生长的影响

通过室内模拟水-底泥-沉水植物(苦草)生态系统,进行苦草作用下水体中藻类Chl. a及水质因子的观测,并采用方差分析及主因子识别法分析苦草对藻类生长的影响。研究结果表明:苦草的存在使系统间藻类的生长存在显著性差异(P=0. 0162),苦草组中藻类生长的主因子为溶解氧(DO)、总磷(TP)和总氮(TN);苦草具有良好的去氮除磷效果,实验结束时,TP和TN分别降低了47. 62%和65. 54%;实验10 d后,苦草的分泌物达到一定浓度,表现出明显的化感作用,具体的作用浓度阈值还需进一步研究。     

遗传神经网络在水质监测点优化布局中的应用

为科学全面地掌握湖泊水域的水质指标分布状况,以广西大学镜湖为实验研究对象,以无人船为平台将RBF神经网络与遗传算法相结合,对监测点的优化选择进行了讨论研究。分别对水质参数的单目标与多目标进行优化实验,并绘制拟合分布图。结果表明:遗传神经网络比传统的等距监测在水质参数的分布误差上具有明显优势,并在优化后至少6周内,其结果反映的数据依旧准确有效,说明遗传神经网络可明显提高水质监测的效率。