基于BP神经网络的苯储罐泄漏事故风险评价模型研究

为了在事故发生之前对苯储罐进行风险评价，提出1种基于BP神经网络的泄漏事故风险评价方法，利用该方法构建了苯储罐的风险评价模型，并对模型进行了训练及验证。研究结果表明:BP神经网络成功完成了建模任务，且模型训练结果较好，可利用基于BP神经网络所构建的苯泄漏事故风险评价模型对苯储罐发生泄漏事故的风险进行评价。     

桂林水系沉积物中重金属的生物有效性研究

沉积物中重金属污染物对生态系统潜在危害的影响,已经引起研究者的极大关注,但对沉积物中重金属的生物有效性的研究还很少。首次以桂林水系沉积物为研究对象,通过酸化-吹气-吸收装置,用对氨基二甲基苯胺光度法测定沉积物中AVS含量,用原子吸收分光光度法测定SEM和间隙水中Cu、Pb、Zn、Cd、Ni含量,用原子荧光法测定Hg、As含量。以中华圆田螺(Cipangopaludian cathayensis)为受试物种,通过沉积物加标和长期暴露实验,分析田螺生长发育情况和体内重金属积累浓度。结果表明:[SEM]/[AVS]>1时,间隙水中七种元素总浓度大于3.0000μmol·L-1,重金属对田螺表现出毒性作用,且田螺的死亡率和体内重金属积累浓度随该比值的增大而增大;当[SEM]/[AVS]<1时,重金属对田螺无明显影响。[SEM]/[AVS]是判定沉积物重金属生物有效性的有效判据。该研究填补了桂林水系沉积物重金属数据的空白,为判定沉积物重金属污染程度提供了一种简便准确的方法。所研究水域沉积物重金属污染最严重的是桃花江,漓江次之,青狮潭水库污染最轻。     

桂林沉积物酸可挥发硫和同步提取金属的分析

测定了桂林地区水系沉积物中酸可挥发硫 (AVS)与同步提取的重金属 (SEM) ,研究了桂林地区水系沉积物中酸可挥发硫随深度的变化特征 ,并用 [SEM] [AVS]方法对桂林地区水系沉积物中重金属的生物毒性进行了初步预测。