基于ANN技术的大型灌区节水改造后农田水环境预测

为了研究大型灌区节水改造后区域农田水环境的变化及可能引起的环境负效应,该文以中国黄河河套灌区为案例,通过区域水盐动态的监测和多年水文、地下水资料的分析,以三个不同尺度下的试验区为研究对象,用人工神经网络技术中的BP、RBF模型对农田地下水文和土壤水盐变化进行了系统预测,求得中国内蒙古河套灌区在未来不同节水水平下灌区地下水文、土壤水盐的变化趋势,并与传统的有限元数值法和水均衡法的结果进行了对比,得出的预测结果具有一定的合理性和一致性。说明人工神经网络技术在进行复杂系统的模拟预测中显示突出的优势,可获得较好预测效果,适合未来因子变化的区域趋势估计,提出了在气候干旱、土壤盐渍化灌区的科学引水量应存在一个适度的环境安全阀值,可以为大型灌区节水改造提供宏观管理决策依据。

太湖地区农田水环境中氮和磷时空变异的研究

试验研究了太湖地区农田水环境中N和P的动态变化结果表明：太湖地区农田水环境均受到不同程度的N、P污染,且3～7月间呈加重趋势;目前地表水特别是太湖水中N、P含量已远远超过富营养化的极限值,富营养化程度十分严重;地下水中总P和NO3--N含量变化明显,NH4＋-N已劣于V类地下水质量标准,基本不适合饮用;浅层地下水中的NH4＋-N含量与土壤黏粒含量呈负相关关系,深层地下水（井水）中NO3--N含量与pH值呈正相关关系。该研究可为太湖地区水环境保护和农业面源污染治理提供参考依据。

传统灌溉方式对河套灌区农田水环境的影响及防治对策

以河套灌区主要作物小麦、葵花、玉米为研究对象,以农民现状施肥量作对比,调控农作物现状化肥施量模式。试验按不同作物设置不同的追肥水平处理,在灌水前后对灌溉水、地下水和排干水进行水质监测,探明河套灌区农田水环境现状,进而研究如何在保证稳产的前提下减少化肥用量,提出尽量减少地下水污染的合理化肥用量以及防治修复措施。

桂林市堰塘湿地农田水环境修复技术研究

从农田灌溉与水环境保护角度,论述了桂林市农田水环境现状并分析其面源污染的成因,提出利用南方堰塘湿地对农田水环境进行保护和修复是一项有效的技术措施。观测结果表明,南方水稻田废弃堰塘改造后的半人工湿地对农田排水中氮、磷元素的去除效率很高,分别达到了53.8%和61.1%,在水稻抽穗开花期湿地的去除效率最好,在返青和黄熟期湿地的去除效率最差。

基于ANN技术的大型灌区节水改造后农田水环境预测研究

本文以中国黄河河套灌区为案例,监测该区域的水盐动态,并对其多年的水文、地下水资料进行了分析,将三个不同尺度的试验区作为研究对象,采用人工神经网络技术中的BP、RBF模型对该区域的农田地下水文以及土壤的水盐变化进行了系统的预测,并将预测结果与采用传统的有限元数值法和水均衡法得到的结果进行了比较。

和美乡村视角下的苏南农田“GREEN”水环境治理模式应用研究

随着中国宜居宜业和美乡村建设的不断深入,乡村水环境的治理与保护作为乡村生态文明建设的重要组成部分日益受到社会的重视和关注。在以往大规模灰色基础设施建设的背景下,乡村忽略了对于水生态绿色基础设施的构建,生态格局趋于破碎。农田空间作为农业面源污染的重要源头,结合多学科视角探索农田水环境污染治理新模式具有高度的必要性。立足于苏南地区独特的农田水网体系,紧密结合农业空间生产属性,研究现有农田水环境治理理论方法与实际建设,提炼以“源头绿色—过程净化—末端吸收—生态保育—循环回用”的苏南农田“GREEN”水环境治理模式,探索风景园林学科水治理方法在农田沟渠、河道及湿地等乡村空间的运用路径,并以常州市中天黄金大农场总体规划为例进行实践应用。推动风景园林学科于乡村生产空间的应用模式探索,为未来农业面源污染防治提供参考借鉴。

传统灌溉方式对河套灌区农田水环境的影响及污染防治对策

文章以试验结果分析河套灌区传统农业种植方式对农田水环境的影响,并有针对性的提出修复建议。

太湖流域典型地区农村水环境氮、磷污染状况的研究

一年中分6次采样测定分析太湖流域典型地区(宜兴、常熟的王庄和辛庄)的农村各水体中总磷(TP)、硝态氮(NO-3-N)和铵态氮(NH4+-N)含量。结果表明,一年中的丰水期(5至9月),农田各个水体中氮、磷含量明显高于其他时期;地表水中NH+4-N含量较高,地下水中NO3--N含量也偏高。地下水中的NH+4-N污染程度高于NO3--N,其中宜兴和王庄地下水中的NH4+-N污染比辛庄严重,年均值分别为1.596和2.103mg·L-1,最高值分别为5.782和5.441mg·L-1,都超过了V类地下水限值的10倍以上。辛庄5至9月地下水中NO3--N含量超过了世界卫生组织(WHO)规定的生活饮用水硝态氮浓度10mg·L-1的上限,已不适合作饮用水。研究区域内太湖水TP年均含量为0.492mg·L-1,污染程度比农村灌溉水和城市河水严重,表现为TP在太湖中有累积的趋势;NO-3-N和NH4+-N年均为2.152和2.885mg·L-1,太湖长期处于富营养化状态。