课程文献中心 更多>>

关键词： 长江上游干流   四川段   水库蓄水   泥沙   氨氮   总磷   迁移  

摘要： 长江上游干流四川段是长江上游重要的水源涵养地和三峡库区的直接水源补给区，2012年向家坝水库蓄水后，显著改变该段的水沙条件，进而对水中氮磷的迁移转化产生重大影响。通过系统分析2010-2020年间四川段水沙输移特性的改变及其对氮磷通量时空分布的影响，研究发现，2012年后，四川段的含沙量大幅削减，上下游分别降低了98.7%和66.4%，同时，上下游的氮磷通量也显著降低，总磷分别减少87.1%和62.9%，氨氮分别减少44.5%和53.7%;2012年后，岷江取代金沙江成为四川段最大的氮磷贡献者，其输入的氨氮和总磷占比分别达到73.5%和53.5%，四川段的氮磷水平主要取决于岷江的输入；总磷和氨氮的通量与含沙量之间均呈现线性正相关，前者的相关性极强（r=0.995 6），而后者的相关性相对较低（r=0.520 9），总磷与粒径呈现中等正相关，而氨氮与粒径基本不相关，相比粒径，含沙量的变化对氮磷的迁移影响更大，而含沙量的变化对总磷的影响比对氨氮的强；底泥的氮磷释放是四川段氮磷的一个重要来源，2012年后，受水力条件和水沙条件改变的影响，内源释放的氮磷通量减少，但总磷的内源释放通量仍然达到0.52×10～4 t·a-1（贡献率11.9%）。研究结果加深了对向家坝水库蓄水影响四川段氮磷迁移的认识，为促进四川段流域的氮磷污染防控和保障长江上游干流水质安全提供决策参考。

关键词： 溶解氧   热分层   藻类   驱动因子   碾子滩水库  

摘要： 溶解氧是影响湖泊、水库水生态健康的重要指标之一，也是反映水质自净能力的重要参数。研究湖库型饮用水源地溶解氧浓度变化特征和驱动因子，对维护饮用水源地水质安全具有突出意义。本文以长江上游四川省碾子滩水库为研究对象，通过野外连续监测，采用Pearson相关性分析等方法，分析水库溶解氧浓度时空变化特征、分层特征，查明了溶解氧与水质相关关系。结果表明，水库溶解氧浓度冬春季高，夏秋季低，且秋季变化幅度较大。受热分层影响，水质指标和溶解氧垂向分层季节差异明显，除冬季外，其他季节均有明显分层特征且存在缺氧区。分析底层溶解氧浓度与库区营养状态、热分层指数与缺氧指数、表层藻密度与缺氧指数等指标间的变化关系，发现热分层是水库垂向尤其是底层溶解氧浓度变化的重要驱动因子。溶解氧浓度与库区水质的相关性分析发现，溶解氧浓度与水温、pH、浊度呈正相关，与氨氮浓度呈负相关，在春、冬季与总磷浓度呈负相关，在夏、秋季则呈正相关，说明表层溶解氧浓度受到藻类繁殖直接影响。

关键词： 机制砂   粒形指数   耦合侵蚀   自由Cl   含量   表观Cl   扩散系数   pH值  

摘要： 采用数字图像法测定并分析标准砂、河砂与3种机制砂的粒形指数，研究Cl-与CO2耦合作用下机制砂粒形对砂浆抗侵蚀性能的影响. 结果表明：机制砂的粒形指数低于河砂，受片状颗粒含量影响明显. Cl-与CO2耦合侵蚀下，砂浆对流区终点的pH值为12.0～12.5；随着细骨料粒形指数的降低，砂浆中的自由Cl-含量、表观Cl-扩散系数先下降后上升，与50nm以上风险孔占比呈正相关，且受CO2侵蚀时长影响. 骨料粒形指数的降低提高了曲折效应对外界侵蚀的阻滞效果，建议取机制砂“合理粒形指数”为0.8.

关键词： 城市河流   溶解氧   时空变化   驱动因素   决策树模型   缺氧机制  

摘要： 人为干扰和气候变化导致城市河流缺氧现象频发，研究缺氧成因对于水生态保护至关重要。基于2021年丰水年与2022年枯水年秦淮河流域4个典型水质监测站实测数据，分析了年际、汛期—非汛期和典型降雨事件3个时间尺度下溶解氧的变化规律。采用Spearman秩相关法识别了溶解氧变化的主要影响因素及驱动机制，并构建了包含以上因素的决策树模型，揭示了流域轻度、重度缺氧现象的控制因素阈值及其联合诱发过程。结果表明，空间上，秦淮河流域溶解氧浓度从上游到下游逐渐降低，低值区位于外秦淮河入江口处的三汊河口站，年均值为5.37 mg/L。不同时间尺度上，2022年秦淮河流域溶解氧水平优于2021年，4站点溶解氧年均值上升0.54～1.25 mg/L，轻度及重度缺氧发生次数减少0.1～3.7倍；4站点汛期溶解氧均值比非汛期低3.38～4.57 mg/L；随着雨强增大，河流雨后缺氧现象减少，中雨下的缺氧频率和程度最高。各河段的缺氧特征和机制不同，周边汇水区域以林地和耕地为主且轻度缺氧发生居多的河段，其轻度及重度缺氧现象由水温、pH和高锰酸盐指数诱发。而在汇水区域以建成区为主且重度缺氧发生居多的河段，汛期溶解氧变化多由总磷、氨氮和高锰酸盐指数驱动，其轻度及重度缺氧现象的关键诱发因素包括水温、pH和总磷。基于此，对不同河段提出了针对性的防控措施，有助于减缓城市河流缺氧现象。

关键词： 砷形态   预制菜   海产品   高效液相色谱-电感耦合等离子体质谱法  

摘要： 珠海市大力发展以海产品为主要原料的地方特色预制菜产业。海产品中砷含量较为丰富，为掌握和防范相关食品安全风险，需建立测定大批量海产品预制菜中6种砷形态的稳定、可靠、便捷方法。以微波消解为前处理手段，高效液相色谱-电感耦合等离子体质谱联用进行测定。通过考察两种液相分离方法：第一种方法使用Dionex IonPac As7阴离子交换柱，10和100 mmol/L碳酸铵(2%甲醇)做梯度洗脱；第二种方法使用Hamilton PRP-X100阴离子交换柱，20 mmol/L磷酸氢二铵(1%乙腈)做等度洗脱。结果表明：第一种方法可在10分钟内分离6种不同形态的砷，第二种方法可在12 min内分离6种不同形态的砷。但第一种方法存在不足：1)Dionex IonPac As7柱子价格昂贵且不耐用；2）该色谱柱与安捷伦液相色谱仪的接头不匹配，加入连接装置使液相死体积增大，增加漏液风险；3）基线波动大，在五价砷处易出现虚假峰值。因此不适用于大批量海产品检测。而第二种方法的操作简单，基线稳定，信号稳定。Hamilton PRP-X100阴离子交换柱价格便宜，经典耐用，与安捷伦液相色谱系统的连接方便简单。因此，以微波消解为前处理手段，选择第二种液相分离方法，可以快速、稳定、可靠地测定大批量海产预制菜中6中不同形态的砷。

关键词： 光伏功率预测   自适应噪声完备集合经验模态分解   样本熵   双向长短期记忆网络  

摘要： 光伏发电具有间歇性和波动性，传统的单一模型难以实现精确预测。因此，提出一种基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decompositionwithadaptivenoise,CEEMDAN)、样本熵(sample entropy, SE)和双向长短期记忆网络(bidirectional long shorttermmemory,Bi-LSTM)组合的预测模型。首先，采用CEEMDAN对历史功率序列进行分解以降低其非平稳性，针对分解后导致后续预测数据规模增大的问题，通过引入样本熵的方法将子序列进行重组。其次，将重组序列输入到双向长短期记忆网络中，对其进行学习和预测。最后，通过将各个重组序列预测结果线性相加的方式，获得最终的预测结果。实例验证表明，构建的组合模型适用于不同天气条件下的光伏功率预测，并且具有更高的预测精度。

关键词： 深度学习   标签噪声   不确定性估计   样本选择   标签矫正  

摘要： 标签噪声通过在训练过程中降低对真实类别预测的置信度引入了不确定性问题,为了降低标签噪声的影响,提出了一种不确定性感知的标签矫正算法(ULC)。首先,基于证据理论和主观逻辑理论,从样本的多个视图和标签信息中估计不确定性;然后,采用双准则样本选择策略将数据集划分为三个子集,并使用联合预测矫正噪声标签;最后,采用不同的正则化策略处理各个子集以优化训练目标。在四个模拟标签噪声数据集和两个真实标签噪声数据集上进行了对比实验。与DivideMix算法相比,在包含40%Pairflip类型噪声的CIFAR-10和CIFAR-100数据集上,ULC的分类准确率分别提升了10.58%和15.84%,矫正标签准确率分别达到了95.48%和81.32%。实验结果表明,ULC能够准确估计不确定性,提升矫正标签准确率和模型泛化性能。

关键词： 工业废水   微电解技术   氧化还原   强化微电解  

摘要： 随着工业的高速发展，工业废水引起的污染问题日趋严重。工业废水具有成分复杂、水量大以及毒性强等特点，若处理不当将会对生态环境和人类生活形成巨大威胁。微电解技术作为一种重要的电化学法处理技术，通过利用阴阳两极材料之间产生的电势差，形成大量原电池来降解废水中的各种污染物。该技术具有操作简单、处理稳定性强、适用面广、处理成本低等优点，已成为工业废水处理中较广泛的一种方法。在日益严格的工业废水排放标准下，进一步探究微电解的种类、反应机理和强化方法具有一定的现实价值。系统综述了不同微电解的特性及应用情况，阐述了微电解的反应机理并介绍了微电解技术的强化方法，最后基于目前微电解技术处理工业废水存在的问题，对未来研究方向进行了展望。

关键词： 机器学习   人工湿地   氨氮   COD   重金属  

摘要： 数据驱动的方法可以预测人工湿地出水水质，这对于提高人工湿地的处理性能至关重要。本研究考虑了水质指标、气候指标、湿地运行参数三大方向，收集以往大量研究文献数据，通过三种机器学习模型预测人工湿地出水氨氮(NH4+)、COD、磺胺甲噁唑（SMX）以及部分重金属的浓度。结果表明，随机森林在整体性能上略优于XGBoost和LightGBM，其决定系数(R2)和均方根误差（RMSE）的表现更为稳定，尤其是在NH4+和SMX的预测上取得更高精度(NH4+预测的R2分别为0.93、0.89和0.87)。相比之下，在COD的预测中，三种模型的表现相对较弱，R2分别为0.71、0.61、0.64。通过引入SMOTE数据扩充技术，模型的预测性能和精度得到了显著的提升，尤其是对COD的预测性能提升幅度达到了7.04%～26.23%。此研究将科学的数据分析与机器学习算法相结合，可为实际工程应用提供可行方法。

关键词： 静电纺丝   光催化   纳米纤维   有机污染物   六价铬  

摘要： 随工业废水排入水体的难降解污染物严重影响了生态环境，制约可持续发展。光催化技术是一种去除水中难降解污染物的绿色有效措施。基于静电纺丝技术制备的纳米纤维光催化剂因其比表面积大、孔隙率高、稳定性好，且易回收、易功能化，近年来在去除环境污染物领域广受关注。总结了电纺纳米纤维光催化剂的设计及制备方法，探讨了其优缺点；阐述了电纺纳米纤维光催化剂在处理水中环境污染物的最新研究进展，主要包括有机染料、酚类污染物、药品及个人护理品（PPCPs，Pharmaceutical and Personal Care Products）、内分泌干扰物（EDCs，Endocrine Disrupting Chemicals）等有机污染物的光催化降解，六价铬（Cr（Ⅵ））等重金属的光催化还原以及在抗菌方面的应用。最后总结和展望了电纺纳米纤维光催化剂研究面临的挑战和未来的前景。