基于珍珠龙胆石斑鱼池塘网箱养殖的生态养殖容量估算

为研究黄三角地区珍珠龙胆石斑鱼池塘网箱养殖的适宜密度,并估算池塘生态养殖容量,以体重为400 g的实验鱼为研究对象,在5 m×5 m×1 m浮式网箱中进行了84 d的养殖实验(300、400、500、600尾/箱).结果显示:(1)随着养殖密度的升高,实验鱼的末均重、增重率(WGR)、特异增重率(SGR)、蛋白质沉积率(PDR)均先升后降,400尾/箱和500尾/箱组显著高于其他2组(P 0. 05),但两组之间差异不显著(P 0. 05);饲料系数(FCR)、单位体重粗蛋白排放量(PDP)先降后升,400尾/箱和500尾/箱组显著低于其他两组(P 0. 05);分别以WGR、SGR、PDP为评价指标,25 m3网箱中珍珠龙胆石斑鱼的最佳密度分别为450、439、453尾/箱.(2)以非离子氨排放标准为评价指标,珍珠龙胆石斑鱼的最佳生态养殖容量为2 441～2 611尾/km2.(3)以凯氏氮排放标准为评价指标,珍珠龙胆石斑鱼的最佳生态养殖容量为1 406～2 109尾/km2.结合黄三角地区池塘现状,推荐网箱养殖密度为450尾/箱,适宜放置的网箱数量为6～9只/km2(4～6只/亩),生态养殖容量为1 758～2 526尾/km2.     

基于随机森林的公路隧道CO气体浓度预测模型

汽车尾气的主要成分是CO气体,是公路隧道通风设计的一项重要参数。准确、快速地预测隧道内CO气体浓度,能够为隧道通风控制提供有力参考,有助于CO气体浓度的及时控制,对保障隧道内人员的健康、安全和隧道绿色节能十分必要。采用公路隧道实地监测CO气体浓度数据,建立了以监测点位置、交通量、车速、风速为输入特征的公路隧道CO气体浓度预测随机森林模型。通过整理3 300 m长隧道CO气体浓度数据,对比了CO气体浓度实测数据与模型预测值,验证了模型的预测精度。结果表明,基于随机森林建立的CO气体浓度预测模型具有良好的预测精度,能够准确地预测隧道内CO气体浓度,测试集的均方根误差(root mean square error, RMSE )和决定系数(R2)分别为0.4974和0.9437;该预测模型性能显著优于线性回归模型和支持向量机模型;预测模型能够推广应用于其他隧道的CO气体浓度预测,对应的RMSE和R2分别为0.9095和0.7295,可以在已知测点位置、交通量、车速、风速的情况下预判隧道内CO气体浓度,为隧道通风控制或安全预警提供数据参考;特征重要性分析结果显示,测点位置对隧道内CO浓度的影响最大,在隧道出口处CO气体浓度值最高;随着风速的增大,隧道内CO气体浓度逐渐减小。