藻类生长预测模型的比较研究——以洪湖水体为例

根据洪湖20142019年水质及藻类监测数据,运用综合营养状态指数法评价了丰、平、枯3个时期的营养状态.在此基础上运用逐步回归分析法确定影响藻类生长的显著因子,并根据不同水量不同营养状态细分9种情形对藻类生长做回归预测分析,同时运用BP神经网络模型对回归预测的结果进行比较验证.结果表明:洪湖丰、平水期以蓝藻门为主,枯水期以硅藻门为主;湖泊的营养状态处于中度富营养与轻度富营养之间.分析各时期藻种生物量与影响因子的相关性,发现丰水期控制因子有水温、COD Mn和透明度;平水期和枯水期控制因子有水温、总氮、总磷.以20142018年数据逐步回归分析得出枯水期+中营养和枯水期+轻度富营养决定系数较低,其余7种时期决定系数均在0.5以上,说明逐步回归并不适用于所有时期.使用20142018年的数据进行神经网络训练和验证,2019年的数据进行预测,比较BP神经网络与逐步回归的均方根误差发现全年预测时BP神经网络效果更好;枯水期+中营养和枯水期+轻度富营养逐步回归效果较好,逐步回归的均方根误差仅为1600~4000;丰水期和平水期2种方法预测效果相当.合理地选择预测模型能为湖泊水华做出预警,控制显著变量可以达到防治水华污染的效果.

智能监控与调度在工业节水中的应用

本文主要针对水温智能监控技术与用水调度在工业企业节水工作中的应用进行了分析,以此来对企业重要耗水设备凉水塔在实施监控调度前后的节水情况进行监测及整理,通过这一方式来有效帮助企业达到节水的目标,并且实现投入产出的效益最大化。

松滋市主要湖泊水质现状评价及保护对策建议

根据松滋市主要湖泊水质监测成果,依据《地表水资源质量评价技术规程》(SL395-2007)对主要湖泊进行了水质评价,分析了该市主要湖泊水质污染现状、富营养化程度及其污染原因。结果显示松滋市13个主要湖泊水质污染情况严重,最主要的超标项目有总磷、总氮、氨氮、五日生化需氧量等,其中以氮磷超标最为严重,所有湖泊均达到富营养化程度。主要以农业面源污染,湖泊养殖内源污染等因素造成了湖泊的水环境污染。本文根据污染现状提出了控制污染物入湖量、水生态修复、加强湖泊保护范围的规划等湖泊保护对策建议。