电厂贮灰场区域对地下水环境质量影响评价分析

分析了长治欣隆煤矸石电厂贮灰场区域水资源条件,结合当地松散层地下水和岩溶地下水资源状况,对该区域地下水水质情况进行了评价分析.     

模糊数学评价法在蒲河水质评价中的应用

本文运用模糊数学方法评价蒲河的水质,评价结果为Ⅳ类水,说明蒲河污染较严重。蒲河在沈阳市中的重要作用,决定了必将对蒲河进行大幅度的生态治理,而对水质科学合理评价和定位为蒲河治理提供了基础和依据。     

大庆湖泡浮游藻类资源调查及营养状况研究

对大庆市大龙虎泡、红旗水库、黑鱼泡、东湖水库不同水体进行了浮游藻类的采集及分类鉴定;利用浮游藻类的生物量、优势种以及藻类群落组成等指标评价了水质。结果表明:四水体有浮游藻类6门,即硅藻门、绿藻门、蓝藻门、裸藻门、黄藻门、甲藻门;四水体的优势种均为硅藻门、绿藻门、蓝藻门,水体均出现富营养化。根据研究结果,应对四水体采取相应的治理措施以改善水体富营养化状况。     

环三都澳近岸海域水质现状分析与评价

福建省湄洲湾环境监测站于2009年8月对环三都澳近岸海域进行了4个航次的调查监测。通过对水质监测数据的分析,采用单因子指数评价法、富营养化指数评价法、有机污染指数评价法对该海域水质状况进行现状分析。结果表明:该海域水质状况较好,但已开始受到污染,必须对有机污染加以控制。通过分析评价,提出相应的防治对策和措施,为环三都澳区域海洋生态环境保护及开发利用提供基础资料。     

基于人工神经网络改进的地下水水质评价模型研究及应用

针对人工神经网络无法确定主要污染因子的缺陷,结合单因子评价,优化地下水水质评价模型,既可以得到客观的地下水水质综合评价等级,同时又能确定主要污染因子.利用基于人工神经网络改进的地下水水质模型对山东某水源地地下水水质进行综合评价,结果表明,该水源地地下水水质基本达到Ⅲ类水标准,满足大型供水水源地供水要求;但多数地区存在污染物超标情况,地下水中总硬度普遍偏高,有机污染物污染情况有差异.评价结果较准确地符合水体水质情况.     

湘西地区矿泉水资源水质分析

通过对湘西自治州各县市的实地考察,选取具有代表性的泉眼采样取水,采用离子色谱法（IC）、电感耦合离子体质谱法(ICP-MS)及化学滴定法测定水样中微量元素,并对所取水样进行了水质分析与评价.实验结果表明湘西州地区水质多为淡泉水,含有人体所需的多种微量元素,限量元素含量很低,卫生指标全部符合标准要求.     

山美水库综合水质标识指数评价

根据2004-2006年监测数据,运用综合水质标识指数对山美水库水质进行评价.结果表明,山美水库主要污染因子的污染程度大小排列次序:总氮(TN)总磷(TP)粪大肠菌群高锰酸盐指数(CODMn)溶解氧(DO)NH4+-N5日生物耗氧量(BOD5);山美水库水质总体达Ⅱ类水标准,满足水体功能区Ⅱ类水目标,但主要污染因子中有TN,TP,粪大肠菌群等3项水质指标超标,尤其是TN严重超标,达到地表水标准劣Ⅴ类;而TP和粪大肠菌群达到地表水标准Ⅲ类;总的来说,TN的严重超标,TP含量的逐年上升,表明水库富营养化趋势明显.     

模糊评价法在水库水质评价中的应用

运用模糊数学基本理论和方法,将模糊数学理论的隶属函数和隶属度概念引入到水质评价中,用矩阵分析的方法构成模糊综合评价模式,对水库水质进行分析.结果表明,采用模糊评价法与其它评价方法结果相近,可以采用模糊评价法进行水库水质评价.     

分水江水库浮游动物群落结构的初步研究及水质评价

2008年10-12月期间,对浙江分水江水库浮游动物的种类组成、生物量及其主要影响因子进行了初步的调查和分析.共鉴定浮游动物23种,其中轮虫11种(占48%),枝角类6种(占26%),桡足类6种(占26%),优势种为螺形龟甲轮虫(Keratella cochlearis)、前节晶囊轮虫(Asplanchnapriodonta)、长额象鼻溞(Bosmina longirostris)和特异中剑水蚤(Mesocyclops dissimilis).浮游动物平均密度变化范围为78.0～297.3 ind./L,平均生物量变化范围为2.044～8.924 mg/L.依据同步测定的理化指标,运用化学评价指数(Pb/n)及环境质量综合指数(PI)对水质进行评价,并结合Shannon-Wiener多样性指数、Simpson多样性指数和Margalef多样性指数,对分水江水库的水质状况进行了综合评价.结果表明分水江水库的水质属中度污染型,建议有关部门继续加强必要的巩固治理和生态修复.     

基于改进的BP神经网络的地下水水质评价研究

运用人工神经网络的理论和方法,建立地下水水质评价的BP神经网络模型。根据《地下水质量标准》(GB/T14848—1993),通过训练该模型对昆明盆地实测12个孔隙水井的地下水水质进行评价,并与层次分析法的评价结果进行了比较。对比结果表明,用BP神经网络模型评价地下水水质是可行的,该模型训练速度快、精度高,能如实地评价地下水质情况。