河流生态流量的生态积分探讨

【目的】探讨更好地度量河流流量生态效益的单位、核算参照值和计算方法。【方法】针对河流径流量生态效益参照值选取困难,将河流流量生态效益理解为生态效用,借鉴Tennant描述的河流生态流量与栖息地质量关系的思想,给出河流径流生态积分概念、内涵和计算公式,用来衡量河流流量生态效用大小,用生态积分表示河流径流流量的生态效益。最后,以黄河龙羊峡和刘家峡水库2003年调度为例进行了方法检验。【结果】2003年黄河龙羊峡和刘家峡梯级水库对花园口站非汛期的生态基流补偿效益为289.4亿生态积分,其中龙羊峡对花园口站生态基流补偿效益为197.5亿生态积分,刘家峡对花园口站生态基流补偿效益为91.9亿生态积分。【结论】河流径流生态积分度量对径流生态效益进行定量衡量,用生态分弥补了衡量河流生态基流效益的参照值缺失,可以对水库生态调度等进行合理评价。

改进IGA-GP方法在流域需水预测中的应用--以黄河流域为例

遗传算法是借鉴生物学的自然选择和遗传进化机制,通过作用于染色体上的基因寻找优良的染色体,求到待解问题最优解的一个近似解。针对遗传算法易陷入局部最优解的不足,采用改进的遗传算法(IGA)与遗传编程(GP)相结合,建立有广泛搜索能力和很强的局部精化能力的IGA-GP算法,将该算法应用于BP神经网络的优化,优化的原理是运用GP自动生成BP正向计算过程中隐含层到输出层的函数关系式,此函数关系式可随着训练样本的变化而自动调整,使得新加入的样本影响已学习完的样本的问题得到最终解决,因而可进一步增强BP网络的自适应能力和抗干扰能力;同时用IGA代替BP的反向传播算法,加快收敛速度和克服BP易陷入局部最优的不足,从而实现了对BP神经网络的优化。并在此基础上建立了黄河流域需水预测模型,误差分析结果显示,IGA-GP算法预测结果最大误差为2.894%,最小误差为0.088%,满足误差精度不大于5%的要求,而没有优化的BP神经网络拟合结果最大误差为8.314%,最小误差为0.832%,不满足预测精度要求,证明该IGA-GP模型具有较高的预测精度。鉴于此,通过IGA-GP的算法对黄河流域2010、2020及2030水平年工业、农业、生活及生态需水量进行了预测。

支撑液膜提取柠檬酸的传质机理

研究和探讨柠檬酸提取的化学过程,论述了反萃取剂Na2CO3与溶质柠檬酸的最终化学计量比并非是化学反应比3∶2而是1∶1,甚至更低,也就是说,在反萃取相中不仅存在C6H5O73-,而且存在HC6H5O72-或H2C6H5O7-.提高反萃取剂的浓度对溶质提取有利.为深入研究该技术提供了理论依据.

微生态制剂在健康养殖中的应用

多年的应用研究表明，益科乐活力茵（chEM）可以作用到健康养殖的多个环节，能够提高养殖业的经济效益、生态效益和社会效益。通过进一步研究与改进，有益微生物茵剂能够作为健康养殖中的必需投入品，在健康养殖中发挥更大的作用。

固体废弃物的危害及处理

随着社会经济的飞速发展，城市化建设进程也逐渐加快，城市中各种固体废弃物越来越多，对其的处理已经逐渐成为关系到城市生态环境建设工作的关键性问题。基于此，本文首先分析了固体废弃物所带来的危害，并对目前比较普遍的处理技术进行了探讨。所谓固体废弃物指的是各类污染物的综合体，一般来说其中包含了多种不同的污染成本。在自然环境中，部分有害物质会逐渐进入到大气、水体以及土壤内，很有可能对城市生态环境带来非常大的危害，影响到城市的可持续发展。