不同化学药剂对人工湿地基质堵塞的缓解效果与机理

以水平潜流人工湿地为研究对象,探究十二烷基硫酸钠(SDS)、次氯酸钠(NaClO)和过氧化氢(H_(2)O_(2))对基质堵塞的缓解效果与机理,并分析其工程应用可行性.结果表明,经过3种化学药剂处理后,基质层渗透系数分别提高53.3%、27.5%、210.7%.此外,H_(2)O_(2)对反应器污染物去除效率影响最小,并提高了NH_(4)+-N及TP的去除效果.3种药剂的投加对植物造成轻微伤害,但这种负面影响短期内(14d)可弹性恢复(93.8%、84.4%、84.4%).在微生物群落结构方面,化学药剂处理可以通过抑制生物膜形成细菌(如Pleomorphomonas属和norank_f__norank_o__Saccharimonadales属)的生长来缓解堵塞,并通过改善反应器厌氧环境促进脱氮除磷功能细菌(如反硝化细菌unclassified_f__Comamonadaceae)的生长来恢复反应器性能.结合堵塞缓解效果和工程应用可行性比较认为,3种药剂中H_(2)O_(2)为缓解人工湿地基质堵塞的最佳药剂.

深度学习在水利遥感领域的应用

深度学习在遥感影像处理方面成果显著,图像处理能力进步飞快。本文从深度学习的发展及应用出发,对当前深度学习中卷积神经网络、循环神经网络、受限玻尔兹曼机、自动编码器四种算法进行总结,对当前深度学习在水利遥感领域的应用进行了梳理,综述了深度学习在水资源与生态环境管理、洪涝灾害的预防与监测、水资源环境监测与分析、水面关键物监测识别等方面的遥感研究。最后,本文分析了深度学习在水利遥感领域的应用不足与发展趋势,并对未来的水利遥感应用进行展望。

基于实测光谱的白洋淀叶绿素a浓度反演

内陆水体叶绿素a浓度决定其浮游生物含量,是衡量水体富营养化程度的主要指标,更是影响水体表观反射率光谱的重要因素之一。三波段生物光学模型能有效避免二类水体中悬浮物与化学物质等因素的影响,准确估算叶绿素a浓度。以雄安新区白洋淀为研究区域,利用实测水体光谱及水体叶绿素a浓度,分析水体光谱特征,利用穷举法确定三波段因子位置,建立三波段反演模型及精度验证,最后对结果进行分析评价。结果表明,在λ_(1)=673 nm,λ_(2)=729 nm,λ_(3)=782 nm处,三波段模型反演因子[R_(rs)^(-1)(673)-R_(rs)^(-1)(729)]R_(rs)(782)与叶绿素a浓度的相关系数最高为0.82。该模型的决定系数、均方根误差、平均绝对误差、平均相对误差分别为0.67、3.61μg/L、2.86μg/L、26.06%,表明对于悬浮物以及化学物质较高的水体,三波段模型相较于波段比值与单波段模型具有很好的反演精度。该研究为白洋淀叶绿素a浓度反演提供了一定的理论依据和技术支持,有助于白洋淀水质持续监测,也为后续使用三波段模型反演二类水体叶绿素a浓度提供了算法支持。