简介:为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。
简介:本文应用山仔水库2003~2006年叶绿素a浓度、总磷浓度、总氮浓度、水温、溶解氧浓度、高锰酸盐指数、pH值7个参数监测数据对人工神经网络模型进行训练,在此基础上应用1997—2002年除叶绿素a浓度外其他6个参数监测数据,推算出1997~2002年间缺失的叶绿素a浓度,并对1997—2006年春末夏初的叶绿素a浓度动态进行分析,结果表明:山仔水库1997年建库初期,叶绿素a浓度处于较高水平,2000年以后叶绿素a浓度开始降低,近几年基本保持稳定.2003—2006年叶绿素a浓度呈季节周期性变化,春末经夏季到初秋,叶绿素a浓度持续升高,冬季下降明显,春季又开始回升;说明近几年山仔水库水体春末夏季秋初处于富营养化水平,秋末冬季处于中营养水平.本研究结果将为山仔水库的富营养化防治提供科学依据.
简介:用室内干土培养法对闽江口芦苇(Phragmitesaustralis)湿地土壤甲烷产生与氧化能力进行了研究。结果表明:①在30℃培养条件下,培养5d与培养12d、19d的湿地土壤甲烷产生率具有显著差异(n=8,P〈0.05),而培养12d与培养19d的湿地土壤甲烷产生率差异不显著(n=8,P〉0.05),随着培养时间的增加,湿地土壤甲烷产生率逐渐减小;②不同土层平均甲烷产生率范围为0.0282~0.1233μg/(g·d),0~5cm土层的甲烷产生率最高,与其他土层的甲烷产生率具有显著差异(n=3,P〈0.05),其他土层问的甲烷产生率差异不显著;③在30℃下培养19d后,湿地土壤甲烷产生受到抑制,将培养温度升高至35℃,其甲烷产生率未发生明显变化,而随后葡萄糖的添加,明显地促进了湿地土壤甲烷的产生;④湿地土壤甲烷的产生能力与土壤pH、Eh和全氮显著相关(n=8,P〈0.05),与盐度也存在相关关系,与有机碳含量的相关性不显著;⑤30℃培养条件下,0~10cm土层甲烷氧化能力最强,且甲烷氧化能力与甲烷产生能力密切相关。
简介:2011年3-10月,基于实地样方采样和实验室测定,调查崇明岛环岛芦苇(Phragmitesaustralis)带中芦苇的生物量和初级生产力,研究芦苇地上部分的固碳能力及其影响因子。结果表明,崇明岛芦苇地上部分年固碳能力为0.28-1.02kg/(m^2·a),平均年固碳能力为(0.67±0.19)kg/(m^2·a),其低于长江口湿地保护区(崇明岛东滩、杭州湾)芦苇的年固碳能力,但高于黄河三角洲保护区湿地芦苇的年固碳能力;芦苇生长的主要影响因子为气象灾害和人为干扰,收割区域的芦苇群落生物量(p=0.021)和茎秆密度(p=4.6×10^-6)显著高于未收割区域;芦苇分布主要受土壤盐度限制;芦苇表现型与人为干扰和土壤盐度密切相关;芦苇生长的中后期是受环境因子影响的关键时期。
简介:湿地与周边水文系统通过复杂的水文过程相互联系和影响,具有整体性和复杂性。研究湿地与周边水文系统相互作用过程和机理,对湿地保护和恢复起着重要的作用。以美国奥克弗诺基(Okefenokee)流域为案例,构建包含沼泽地表水、沼泽地下水、高地地表水和高地地下水4个水文子系统的流域水文网络模型,采用生态网络分析方法中的效用、控制和单位元分析研究水文单元间作用关系。控制分析的结果显示,高地地表水和地下水两个子系统对沼泽地表水和地下水子系统的支持程度达到100%。无论是沼泽还是松林高地,其地表水和地下水之间存在高度的相互依赖和互补性。效用分析结果表明,沼泽地表水和高地地下水之间存在着互利的水文关系。而单位元分析结果显示,沼泽地下水深层渗漏和高地松树生态系统的蒸散过程是袭夺流域湿地系统水资源的重要一环。上述结果表明,生态网络分析方法可以有效地分析水文单元之间的作用过程、描述水文单元之间直接和间接的水文关系,可以用于流域湿地水资源管理。
简介:通过对照处理和5mg/L、10mg/L、30mg/L、60mg/L、100mg/L和150mg/L6个Pb^2+浓度溶液的水培试验,分析了菖蒲(Acoruscalamus)、芦苇(Phragmitesaustralis)和水葱(Scirpustabernaemontani)的不同生长部位对于Pb^2+的积累效果。结果表明,水葱、菖蒲和芦苇体内地上部分和地下部分的Pb^2+含量均随着水溶液中污染物浓度的增大而增加,表现出显著的正相关关系。在同一Pb^2+浓度处理条件下,水葱、菖蒲、芦苇体内的Pb^2+含量存在显著差异,菖蒲地下和地上部分富集的Pb^2+含量最高,表现出较强的富集能力。水葱地下部分对Pb^2+的富集能力在各个浓度处理条件下均高于地上部分;在对照处理和较低处理浓度下,芦苇与水葱相同,地下部分pb^2+积累浓度高于地上部分,而菖蒲则是地上部分的富集浓度高于地下部分;在较高浓度处理条件下,菖蒲和芦苇地上部分的富集浓度较地下部分高。3种湿地植物在高浓度的Pb^2+处理条件下,均表现出较强的富集能力,可作为植物修复重金属污染水体的遴选物种。
简介:以北京顺义汉石桥湿地自然保护区中水处理厂的潜流湿地为例,选取2014~2015年的水质监测数据,以电导率、溶解性固体总量、氧化还原电位、pH、水温和总输入氮含量为输入层,比较遗传算法优化的BP神经网络模型和广义回归神经网络模型对多处理单元潜流湿地出水中的总氮含量预测能力。研究结果表明,遗传优化的BP神经网络模型的拟合优度R2可达到0.835,平均相对误差百分比为12.89%,说明其对出水中的总氮含量有一定的预测能力,但精度较差;广义回归神经网络模型的平均相对误差百分比为4.46%,精度较高。利用广义回归神经网络模型对潜流湿地出水中的总氮含量进行预测较适宜。