基于属性识别模型的湖泊富营养化评价

为合理地确定湖泊的富营养化状态,从属性识别理论出发,建立了湖泊富营养化评价的属性识别模型,并结合熵权法确定的权重系数对东昌湖的富营养化状态进行评价。评价结果为各湖区全年均属于富营养化级别,并且7月份的富营养化程度最高,12月份次之,4月份最低,这与集对分析法和模糊识别方法评价的结果一致。表明该模型的评价结果是合理的;同时该模型简便、易懂,可作为湖泊富营养化评价的一种可行方法。     

白洋淀水环境质量评价

由于流域人类活动和气候干旱化的影响,白洋淀水体污染与富营养化日趋严重。通过对白洋淀湖水化学成分的分析,并运用与湖泊富营养化关系最为密切的Chla、TN、TP、CODMn和SD作为评价参数,采用综合营养指数法确定湖水营养类型。湖水水质监测数据分析表明,白洋淀为重碳酸类钠组Ⅱ型水的偏碱性湖泊,综合营养指数法确定湖水为中-富营养级湖泊水体。主成分分析法结果显示,湖泊污染的主要因子是TP。借助硅藻及其组合分析了湖泊富营养化状况,发现白洋淀硅藻属种以耐营养种梅尼小环藻Cyclotellameneghiniana(20.43%)和Cyclostephanos tholiformis(25.40%)为组合特征,表明湖泊水体已处于富营养化状态,水环境状况堪忧。     

白洋淀水环境质量评价

由于流域人类活动和气候干旱化的影响,白洋淀水体污染与富营养化日趋严重。通过对白洋淀湖水化学成分的分析,并运用与湖泊富营养化关系最为密切的Chla、TN、TP、CODMn和SD作为评价参数,采用综合营养指数法确定湖水营养类型。湖水水质监测数据分析表明,白洋淀为重碳酸类钠组Ⅱ型水的偏碱性湖泊,综合营养指数法确定湖水为中-富营养级湖泊水体。主成分分析法结果显示,湖泊污染的主要因子是TP。借助硅藻及其组合分析了湖泊富营养化状况,发现白洋淀硅藻属种以耐营养种梅尼小环藻Cyclotellameneghiniana(20.43%)和Cyclostephanos tholiformis(25.40%)为组合特征,表明湖泊水体已处于富营养化状态,水环境状况堪忧。     

于桥水库富营养化评价及空间分布特征研究

基于天津市于桥水库2000-2010年水质数据,结合卡尔森富营养化指数与3种GIS空间插值方法(反距离权重、径向基函数、普通克里金),评价水库富营养化状态并对其空间分布特征及成因进行分析。结果表明:①普通克里金插值方法下的指数半方差模型插值精度较高。②水库富营养化主要表现为氮污染超标,有机污染较轻,磷为限制因子,在降雨集中的汛期(7-9月)水质营养状态空间差异显著。③水库整体水质呈中营养-轻富营养状态,范围为45.87~54.58,水库北岸由于沿岸畜禽养殖污染已处于轻富营养状态,南岸由于农业产生的面源污染呈现向富营养化转变的趋势,反映了水库富营养化空间分布状况,为建立有效的水库环境保护措施提供了新思路。     

物元模型在湖泊水体富营养化评价中的应用

将湖泊的营养级别、评价指标及其特征值作为物元,对评价标准及实测数据进行归一化后,得到模型的经典域、节域、权系数及关联度,进而建立了湖泊水体富营养化评价模型,并将该模型应用到邛海富营养化综合评价中,为防治湖泊富营养化的进程提供了科学依据。     

人工鱼群算法在湖泊富营养化综合评价中的应用

提出了一种对多项指标都能普遍适用的湖泊水质富营养化评价的逻辑斯谛模型,将人工鱼群算法应用于逻辑斯谛曲线模型中的参数优化,并用优化后的逻辑斯谛曲线模型对湖泊富营养进行综合评价。对我国5个湖泊富营养化实测数据进行评价实例研究,并与其他多种评价方法进行比较,结果表明该模型具有实用性和可行性。     

松花湖富营养化评价及防治措施

采用修正的卡森状态指数法进行松花湖水体富营养化评价,评价结果表明红石水库水质最好,白山水库次之,松花湖水质综合评价最差。由于辉发河带入的污染物较多,造成松花湖水质上游次于下游,越到下游水质越好,丰满水库的水质最优。全流域的富营养化指数为45.64,根据本研究选择的湖泊富营养状态分级标准,松花湖流域的富营养化总体处于中营养阶段,辉发河河口富营养程度最高,已达到轻度富营养化程度。     

综合水质标识指数法在公园湖泊水质评价中的应用

2011年8月对上海市12个公园中的13个湖泊水体进行了调查。对综合水质指数中各单因子水质标识指数的权重进行了改进与选择,根据调查资料,采用综合水质标识指数法对被调查水体的水质状况及营养状态进行了评价,用评分法和综合营养状态指数法验证了综合水质标识指数法应用于湖泊富营养化评价中的合理性。结果表明:所调查的湖泊中,仅有15.4%的公园湖泊综合水质达到水环境功能区要求,处于富营养化状态的公园湖泊占53.8%,湖泊中TN和CODCr污染最严重,综合水质标识指数法简便易用,能全面反映水质状况,评价结果科学合理,适合在公园湖泊富营养化评价中推广使用。     

基于MATLAB的神经网络在湖泊富营养化评价中的应用

以MATLAB为工具,建立评价湖泊水体富营养化状态的BP神经网络模型,应用此模型对我国9个湖泊富营养化程度进行评价。将此评价结果与用分级评分法、模糊数学法、Fuzzy Grey决策法的评价结果进行比较分析,得出较一致的结论。同时表明用MATLAB构建神经网络简洁、高效,具有更好的通用性和实用性。     

水网连通对大东湖富营养化的影响

为定量评价水网连通对湖泊富营养化的影响,以武汉大东湖水网连通为研究对象,构建大东湖水网水生态环境数学模型,在模拟分析水网连通前后COD、TN、TP、Chl-a等富营养化评价指标变化的基础上,进一步计算和评价水网连通对各湖泊综合营养状态指数、营养状态的影响。计算结果表明:水网连通后,杨春湖、沙湖、北湖水质改善,藻类生物量减少,水体富营养程度降低;东湖、严西湖水质有一定恶化,藻类生物量增加,水体富营养程度升高;水网连通对湖泊富营养化的影响较复杂,且存在污染风险。研究成果可为水网连通工程的管理运行提供参考依据。