海水养殖氮磷污染负荷对莱州湾东岸水质的影响

为定量分析莱州湾东岸海水养殖产生的营养盐负荷量及对近岸水域水质的影响,以大菱鲆、对虾和海湾扇贝为典型养殖生物,估算其产生的氮磷负荷量,其中大菱鲆和对虾氮磷负荷量采用竹内俊郎法计算,并考虑饵料流失量,海湾扇贝氮磷负荷量根据排泄速率计算,并分析了近岸水域营养盐浓度对海水养殖氮磷负荷量的响应。计算结果表明,海湾扇贝产生的氮磷负荷量最高,对虾产生的负荷量最小;1997~2012年间,莱州湾东岸海水养殖产生的氮磷负荷量呈缓慢增长趋势,其中海湾扇贝养殖产生的氮负荷量与近岸水域的溶解性无机氮浓度呈正相关关系,说明贝类养殖是近岸水域溶解性无机氮(DIN)浓度增加的重要影响因素。研究结果可为莱州湾东岸海水养殖管理提供理论依据。     

海水养殖氮磷污染负荷对莱州湾东岸水质的影响

为定量分析莱州湾东岸海水养殖产生的营养盐负荷量及对近岸水域水质的影响，以大菱鲆、对虾和海湾扇贝为典型养殖生物，估算其产生的氮磷负荷量，其中大菱鲆和对虾氮磷负荷量采用竹内俊郎法计算，并考虑饵料流失量，海湾扇贝氮磷负荷量根据排泄速率计算，并分析了近岸水域营养盐浓度对海水养殖氮磷负荷量的响应。计算结果表明，海湾扇贝产生的氮磷负荷量最高，对虾产生的负荷量最小；1997~2012年间，莱州湾东岸海水养殖产生的氮磷负荷量呈缓慢增长趋势，其中海湾扇贝养殖产生的氮负荷量与近岸水域的溶解性无机氮浓度呈正相关关系，说明贝类养殖是近岸水域溶解性无机氮（DIN）浓度增加的重要影响因素。研究结果可为莱州湾东岸海水养殖管理提供理论依据。     

同位素溯源解析地下水库对地下水氮分布影响

以山东省王河地下水库为研究对象,利用氮氧双同位素分析地下水库的氮分布特征、来源以及转化过程,并利用IsoSource软件计算了不同污染源对地下水的贡献比例,进而分析地下水库对地下水中氮分布的影响。结果表明:库区内地下水中NO_3~-和TN浓度高于库外地下水,并且空间差异性小,地下水氮来源以化肥为主;库区内地下水中存在着反硝化过程,库区外地下水氮来源以海水养殖和化肥为主;地下水库阻隔了氮的水平流动,造成库区内地下水中氮的累积,进而增强了氮的反硝化作用。     

基于灰色聚类法的大凌河水环境质量综合评价

利用白化权函数描述水质分级,利用平均标准值法进行量纲一化,利用倒数法确定聚类权,建立了大凌河水环境质量灰色评价模型.根据大凌河污染物排放特点选择参评因子,以地表水环境质量标准为评价依据,对大凌河进行水质评价与分析.结果表明:上窝堡的水质等级为Ⅲ级,污染程度为中度;朝阳与义县的水质等级为Ⅳ级,污染程度为重度;凌海的水质等级为V级,污染程度为严重;大凌河部分水域已经不能满足用水要求,需要采取措施控制污染物排放.     

基于PSR模型的三门峡库区湿地生态系统健康评价

为评价三门峡库区湿地生态健康状况,基于PSR模型,从压力、状态、响应3个层面构建了包括人口密度、水体面积、湿地管理水平等15个指标的湿地生态系统健康评价指标体系,采用层次分析法和模糊综合评价法计算指标权重和指标隶属度,将湿地生态系统健康状况划分为"健康、亚健康、脆弱、病态、疾病"5个等级,根据综合评价指数确定三门峡库区湿地生态系统健康状况。结果表明,2017年三门峡库区湿地生态系统健康综合评价指数为0.696,处于"脆弱"等级,接近"亚健康"状态;压力、状态、响应3个目标层中,状态层的约束性最强(0.548 5),响应层次之(0.241 0),压力层最弱(0.210 5);在15个评价指标中,物质供应、生态环境恢复、科研娱乐和湿地受胁迫程度是影响三门峡库区湿地生态系统健康状况的主要因素。     

辽河干流河道生态需水量研究

从辽河生态系统基本特征出发,将辽河干流生态需水量分为生态基流量、稀释自净需水量、输沙需水量和蒸发量4个部分;通过6个重要水文断面实现生态需水分区;生态用水过程按汛期和非汛期分别计算;生态需水整合分为类型整合与分区内整合,类型整合中的消耗型需水采用累加原则,非消耗型需水采用取大原则,分区内整合在类型整合的基础上采用分区贡献法;最终建立了辽河干流生态需水分区分期整合计算模型。计算结果表明:辽河干流生态需水量在汛期以输沙需水量为主,非汛期以生态基流量为主;干流汛期和非汛期来水量不足,需要区间补给才能满足河道生态需水量。     

基于空间注意力与图卷积的多标签图像分类算法

针对传统多标签图像分类模型存在难以生成更接近相关标签的高层图像特征,以及因未能利用标签之间的视觉相关性而导致的识别精度不够高等问题,提出了一种基于空间注意力与图卷积的多标签图像分类算法.首先,利用图卷积网络学习标签邻接图特征和使用GLOVE算法,从标签序列获取的标签嵌入;其次,在高层语义信息中引入改进的空间注意力网络以...     

基于分裂倒残差的轻量化目标检测算法

针对工业应用领域中终端设备计算能力较低且对检测算法的响应速度存在较高需求的问题,提出基于分裂倒残差的轻量型实时目标检测算法.首先,在主干网络中使用分裂倒残差结构,削减网络结构的参数量以及运算次数,以达到加快推理速度的目的;其次,引入自适应上下文感知模块以及轻量型双向特征融合模块,旨在提升特征信息交流、增加对小目标检测性能的同时,避免增加额外的学习参数与推理.实验结果表明,文中算法在参数量仅有7.5×105的情况下, MS COCO数据集中检测精度达到21.1%,移动端检测速度达到48帧/s,远超对比算法,该检测算法更适合在无法提供高计算能力的移动端设备上完成目标检测任务.