铜锈环棱螺对藻华水体理化指标的影响

采用池塘围隔对比试验的方法,研究了不同密度（392 ind·m-2、196 ind·m-2、98 ind·m-2、0 ind·m-2）铜锈环棱螺（Bellamya aeruginosa）对藻华水体主要理化因子的影响.实验从2009年9月14日开始,持续60d.结果显示：环棱螺可以明显提高藻华水体的透明度（SD）,实验中、后期,三个处理组围隔水体的SD均能保持在60cm以上,而对照组SD改变不明显,波动于29～40.3cm之间;多数时间内处理组水体的溶解氧（DO）含量都显著低于对照组,说明环棱螺的存在可直接或间接降低水体DO浓度.试验表明,单一投放螺类可有效降低藻华水体的叶绿素a（Chl-a）含量,但难以削减营养盐浓度.实验条件下,围隔水体总氮和正磷酸盐浓度的下降趋势均与螺的密度呈现负相关性（R=-0.9851,P〈0.05;R=-0.9678,P〈0.05）;对SD、DO、pH、Chl-a、 NH4＋-N、NO3--N、PO43--p等7个主要理化指标数据进行了Duncan多重比较分析以及聚类分析,结果显示对照组和处理组在p〈0.05水平上均存在显著差异,说明环棱螺的投放能在一定程度上调控水体质量.

基于BP神经网络的藻类水华预测模型研究

以宁波大学校内池塘2009年3—10月间30周的监测数据为基础,运用BP人工神经网络方法构建预测模型,探求颤藻生物量与总氮、总磷、透明度等6项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析。结果显示:①BP神经网络模型对颤藻生物量预测值与实测值之间拟合程度良好,相关系数达到了0.984,说明BP神经网络模型可以用于水体中藻类水华的短期预测。②通过对构建的BP神经网络模型进行敏感度分析,阐明了宁波大学校内池塘藻类水华的主要驱动因素,并指出控制水体的pH是宁波大学校内池塘藻类水华防治工作的重点。

多花黑麦草对不同形态氮的吸收动力学特征研究

采用改进常规耗竭法，比较研究了多花黑麦草（Lolium multiflorum Lam. ）对NH4^＋和NO3^－吸收动力学特征。结果表明多花黑麦草对NH4^＋和NO3^－吸收符合Miehaelis-Menten方程，它对NH4^＋的亲和力显著大于对NO3^－的亲和力，但对NH4^＋和NO3^－的最大吸收速率差异不显著，说明多花黑麦草偏爱吸收NH4^＋，在实际污水净化过程中，多花黑麦草具有优先吸收NH4^＋的趋势，若有足够的停留时间，其对NH4^＋净化程度会更高些；当吸收系统微生物受抑制时，多花黑麦草对NO3^－的吸收速率明显降低，亲和力明显提高，可见微生物对吸收体系中氮素的去除有一定促进作用。

基于BP神经网络的湖南镇水库叶绿素a浓度预测模型的研究

以湖南镇水库2006—2007年间的监测资料为基础,利用插值和主成分分析法,运用BP人工神经网络方法构建预测模型,探求叶绿素a浓度与总氮、总磷、溶解氧等5项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析。结果显示:(1)BP神经网络模型对叶绿素a浓度预测值与实测值之间拟合程度良好,相关系数达到了0.95,说明BP神经网络模型可以用于湖南镇水库水体中叶绿素a浓度的短期预测。(2)通过对构建的BP神经网络模型进行敏感度分析,阐明了湖南镇水库藻类水华的主要驱动因素,并指出有效控制水体的pH值和溶解氧的变化是湖南镇水库藻类水华防治工作的重点。

政府工作报告中的编译和增译研究

以《2023年政府工作报告》英译版为例,分析该文本中变译理论的两种变通手段,即:增译和编译。探讨这两种翻译方法在政经类文本中的应用效果:明晰译文逻辑,补充解释原文信息,增强译文可读性。结果表明,将增译和编译应用于政经类文本的翻译中,可以有效的传播中国声音,对中国的国家形象的建构也是颇有助益。