黄州遗爱湖水质及富营养化调查研究

通过综合污染指数的计算,得出遗爱湖湖泊水质的部分水质指标超出了国家Ⅳ类水质标准.三湖区中,西湖的水质状况最差,N,P以及CODMn明显超标,东湖和菱角湖的主要超标物为N,P,针对湖泊的主要污染物,采用综合富营养指数,测算出遗爱湖水体目前处于中等富营养状态.     

基于AQUATOX的景观水体水生态模拟及生态修复

针对城市景观水体富营养化问题,以华北某生态小城镇(HM镇)内的景观湖泊为研究对象,建立了基于利用AQUATOX的水生态模型,对景观湖泊富营养化与水生态系统的相互关系进行了研究.根据模拟结果确定了景观湖泊中需要改善和控制的水质指标与富营养化藻类,并对植物和动物修复的生态修复方案进行了对比分析.研究结果表明,AQUATOX可以模拟景观水体的水生态变化过程和水质状况,为景观水体的生态修复和水质管理提供依据.     

黄冈市遗爱湖水体大肠菌群的检测与评价

黄冈市遗爱湖是黄州城区的城中湖,承担着黄州市民的饮用水水源地、农田灌溉、景观娱乐、水产养殖等多方面的用途,近年来由于大量的工业污染和生活污染物直接排入湖中,导致水体污染严重。本文主要就该湖水体大肠菌群的检测作了详细的阐述并对检测结果做了一定评价以供参考。     

城市景观水体水质分析及净化处理

通过对黑池坝水质和底泥的检测,用质量系数法分析评价了其水质状况。提出用铝系絮凝剂控制底泥总磷释放和控制水体中总磷含量。通过絮凝剂投加实验得出不同组合絮凝剂对景观水体净化控磷的效果,选择出适合景观水体处理的絮凝剂组合。     

杭州市住区景观水体现状分析与建议

以杭州市城区住宅小区内的景观水体作为研究对象,对住区景观水体进行调研,分析了杭州市住区景观水的基本状况和存在的问题,并提出改善住区景观水水质的建议。     

巡司河水质污染现状调研及防治对策

20世纪70年代以来,随着武汉工农业的快速发展,巡司河污染问题日益严重.附近居民生活垃圾渗滤液以及生活污水的排放是污染物的主要来源.经过对巡司河为期两个月的实地调研,选取5个监测点的代表性指标进行了监测.监测结果表明,NH3-N、BOD、COD、TP等指标均严重超标;采用内梅罗污染指数法评价了水体质量,评价结果表明巡司河5个监测点的水质为重污染或严重污染.针对巡司河的污染状况,提出相应防治对策.     

洞庭湖水体水质状况及运用小波神经网络对营养状态的评价

根据近年洞庭湖水质监测数据,考虑TN,TP,COD等参数具体分析了目前洞庭湖的水质状况及变化趋势：不管是平水期还是枯水期,水体的水质状况都较差,营养水平较高;枯水期水体的水质状况呈现恶化趋势．通过深入探讨洞庭湖区水质恶化的原因,运用小波神经网络评价洞庭湖各监测点附近区域的营养状况,结果表明,目前洞庭湖的大部分区域已达到富营养化水平．由于洞庭湖周边有很多重要的生态保护区,因此洞庭湖的富营养化问题已不容忽视．最后针对洞庭湖的富营养化问题提出了相应的对策。     

城市景观水体什刹前海与罗马湖水环境污染特征比较研究

通过对城市景观水体什刹前海与罗马湖的调查和监测,分析了北京典型景观水体的水质状况与生态环境特征,探讨了两水体形成透明度差异的原因。监测结果表明,什刹前海东岸透明度达70 cm,而罗马湖透明度为27 cm,分析其差异的主要原因是磷浓度的差异,由此可见,控制磷的浓度是保持城市景观水体水生态系统健康的重要因素。     

基于模糊综合评价法的淮河水质现状研究及治理建议

原水水质状况的优劣对城市供水系统具有重要影响,对水进行精准评价有助于水质监控与治理。选取2016年淮河干流安徽段4个监测点的水质数据,采用基于熵权法的模糊综合评价法来评价水质。按6级水质标准确定水质隶属度,利用熵权法在时间和空间两种不同的原则下计算权重,根据最大隶属度原则判定不同准则下的淮河水质级别,得出各监测点的水质情况。同时引入级别特征值,以确定不同时间段与监测点的超标因子。最后,综合两种方法对水质进行评价分析,得出4个监测点中王家坝污染最严重和淮河干流安徽段丰水期有机物污染严重的结论,并且根据评价结果给出了加强区域联动协调治理和采用多种方法分解超标有机物的建议。     

关于北方城镇河道治理的思考——以蒲县县城河道景观治理策划为例

针对我国北方一些中小城镇存在的河道水体减少、水质恶化等问题,以蒲县县城河道景观治理策划为例,在引用国内外相关理论和实践经验的基础上,对城镇河道水体生态、景观恢复建设问题进行了深入的探讨。     

梦清园景观水体生态净化系统模糊综合评价

梦清园景观水体生态净化系统对苏州河河水进行处理后排放,根据2017年3月-11月的水质监测数据,采用单因子评价法以及模糊综合评价法分别对苏州河河水和景观水体生态净化系统的水质类别进行评估.结果表明,该处理工艺对NH3-N、TN和TP等指标有一定的去除率,分别为29.7%、55.2%和24.3%,溶氧浓度有很大提升,但各单元水质波动较大,其中由于植物堆积、内源释放、基质饱和等原因,芦苇湿地的水质最差(劣V类),需要加强管理维护以恢复水体净化效能.     

邛海水质现状分析

根据2008年邛海四个监测点的监测数据,以地表水环境质量标准对邛海水质现状进行了评价。结果表明:青龙寺水质较好,属Ⅱ类水体;二水厂和邛海公园水质一般,属Ⅱ类～Ⅲ类水体;海河口水质最差,属Ⅳ类水体。     

基于模糊标识指数的水功能区水质评价方法

为了对水功能区水质进行合理评价和推进区域水环境治理工作,提出了基于模糊标识指数的水功能区水质评价方法.首先,针对模糊综合评价法中隶属函数判定区间不准确的问题,提出了一种改进的6级隶属函数,以保证水质类别判定区间与《地表水环境质量标准》相吻合.然后,建立了模糊标识指数,用来标识水质达标状况、水质类别和主要污染因子等重要水质信息.最后,以滦河14个水功能区监测点为研究对象,对2011年滦河水功能区水质状况进行了实例研究.结果表明,所提出的水质评价方法不仅提高了模糊综合评价的精度,而且评价结果传达的信息比传统模型结果的信息更丰富,为水功能区水环境研究、管理措施的科学制定奠定了基础.     

基于水力模型的多因子水质监测点优化布置方法研究

随着城市快速的发展,城市供水管网的规模也在不断的扩大,其拓扑结构也越来越复杂,增加了供水安全的难度。其中供水水质安全最为迫切,因此需要在供水管网中设置一定数量的水质监测点对供水水质进行监测。在前人研究的基础上,针对供水管网水质监测点优化布置的问题,在单一的节点水龄法的基础上综合考虑其他影响因素对管网水质的影响,利用北方某市供水管网水力模型进行水质监测点的优化布置方案设计,通过水力模拟软件,优化节点水龄法,设计出了基于多因子优化法的水质监测点优化布置程序。并对北方某市供水管网进行计算,结果表明,基于水力模型的多因子水质监测点优化布置方法计算出的水质监测点位置与实际位置有43.75%的重合度,不仅覆盖了在常规管网运行中水厂及加压泵站等重点水质监测位置,也在供水分界线、管网中以及管网末梢增加了部分监测点,同时对污染事故的预警时间也比优化前短,效果明显。因此,在人工经验的基础上,以多因子法为补充加强,理论与实际相结合,使布置方法更有科学依据,考虑因素更加全面,布点更加合理。利用该方法分析供水管网工况,可为水质监测点优化布置工作提供较好的实施方案。     

灰色聚类法在湛江港冬季水质评价中的应用

2006年12月底,将湛江港划分为码头和七个断面,每个断面分为三个监测点进行调查,应用灰色聚类法对其水质测量结果进行综合评价。结果表明:从空间分布上看,各监测点水质状况好坏差别较大,断面Ⅰ、Ⅱ、Ⅲ,、Ⅶ为一类水质,断面Ⅳ、Ⅴ、Ⅵ、码头为三类水质,污染严重。     

灰色聚类法在湛江港冬季水质评价中的应用

2006年12月底,将湛江港划分为码头和七个断面,每个断面分为三个监测点进行调查,应用灰色聚类法对其水质测量结果进行综合评价。结果表明:从空间分布上看,各监测点水质状况好坏差别较大,断面Ⅰ、Ⅱ、Ⅲ,、Ⅶ为一类水质,断面Ⅳ、Ⅴ、Ⅵ、码头为三类水质,污染严重。     

佛山市南海区仙溪湖水体富营养化评价及防治对策

采用综合营养状态指数法对仙溪湖水体富营养化状况进行评价,结果表明：仙溪湖目前已经处于轻度富营养-重度富营养状态,枯水期水体富营养化严重,水质最差,平水期次之,丰水期水质最好。从仙溪湖上游至下游水质有逐渐好转的趋势,氮、磷是仙溪湖水体富营养化的主要限制因子。最后,分析了仙溪湖水体富营养化成因,并提出一些防治对策和建议。     

灰色聚类法在湛江港冬季水质评价中的应用

2006年12月底,将湛江港划分为码头和七个断面,每个断面分为三个监测点进行调查,应用灰色聚类法对其水质测量结果进行综合评价,结果表明:从空间分布上看,各监测点水质状况好坏差别较大,断面Ⅰ、Ⅱ、Ⅲ、、Ⅶ为一类水质,断面Ⅳ、Ⅴ、Ⅵ、码头为三类水质,污染严重.     

显微图像处理在藻类分类计数中的应用

水体中藻类与水质状况之间存在着密切的关系,因此可根据藻类综合指数、生物多样性指数等指标对被监测水体的水质状况做出评价.传统的藻类监测是由专业人员在显微镜下通过肉眼检测水体中藻类种类及个体数目.本文通过对水体微藻的显微图像进行处理和分析,提出了藻类显微图像分类计数新方法,取得了一定的效果.     

景观水体富营养化评价方法的研究

本文对景观水体富营养化状况的评价方法进行了总结,并指出存在的问题。其评价方法包括：总成分分析营养度评价法;综合营养状态法;灰色系统理论法;优势种评价法;透明度法和水生植物净化法。根据评价结果对多种评价方法进行分析比较,评判出既真实反映城市景观水体富营养化状况,又简便快捷的评价方法。并论述评价方法的应用前景,得出结论和建议。