基于生态敏感度分区的生态用地整治潜力调查研究--以重庆市巫山县为例

以生态敏感性评价为基础,设计了基于生态环境安全保护模式的生态用地整治潜力调查与评价模式,基本特征是:根据不同的生态敏感度分区进行生态用地整治调查分区划定,结合未利用地开发、农村建设用地复垦和退耕还林三种生态用地整治类型,对不同调查区进行针对性较强的林地、耕地、园地整治潜力抽样调查,在抽样调查基础上进行生态用地整治潜力水平选择、潜力测算与潜力分级.评价结果:研究区生态用地整治潜力为1 635.72hm2,包括林地整治潜力864.92hm2,耕地整治潜力379.35hm2,园地整治潜力391.44hm2.其中,林地整治潜力占比规模大,耕地相对较小;规划设计潜力综合实现度水平随生态敏感性升高而下降,即林地整治潜力比重高,则规划设计潜力综合实现度水平低,耕地整治潜力比重高,而规划设计潜力综合实现度水平高.     

去除轻组有机质对湖泊沉积物磷释放速率的影响研究

采用重液(NaI)分离法去除了贡湖、五里湖和月湖沉积物中的轻组有机质(LF),研究了LF去除对沉积物磷释放动力学曲线的影响.结果表明,沉积物LF的去除并没有影响溶解性磷酸盐(SRP)和溶解性有机磷(DOP)释放动力学曲线的基本趋势,在前12 h内,沉积物中磷的释放具有较大速率,12 h后基本达到平衡.去除LF前后湖泊沉积物释放动力学均符合抛物线扩散方程(P＜0.001);LF去除提高了各沉积物磷的释放量、释放速率,特别是提高了0～1/12 h内的释放速率,其中SRP释放速率增加了8.09～24.2倍,DOP增加了1.15～2.01倍;去LF后,提高了沉积物的pH,促进了磷的释放.主要是通过OH-对沉积物铁/铝结合态磷的阴离子置换和破坏了轻组有机质的羧基(-COOH)及羟基(-OH)和沉积物中的无机物胶体形成的胶结物.沉积物磷的释放与有机质的氨基、羧基、羟基等官能团有关.     

湖泊流域综合管理平台及其设计思路

随着我国经济的快速发展和人口的增长,湖泊富营养化问题已成为制约我国经济发展的重要因素之一。湖泊富营养化治理需要良好认知湖泊,需要治理技术与理念的支撑。本研究在“十一五”湖泊主题数据与成果收集、整理分析与技术集成的基础上,应用集成环境的平台软件,建立主要湖泊环境、生态与集成技术的数据库,并设计与构建集成技术、管理系统、示范工程、治理案例的湖泊流域综合管理平台,为我国不同类型湖库富营养化治理提供理论与技术支撑。     

巢湖合肥区底泥污染物分布评价与相关特征研究

测定了巢湖合肥区底泥有机质、总氮、总磷、铅、镉、铬、汞和砷的含量,并研究了垂直分布特征。用潜在危害指数法对底泥污染作了评价。对有机质与其他污染物之间的关系作了相关分析。其中有机质与总氮之间的线性相关方程为：y=0.0676x+0.0952,相关系数0.986,线性高度显著。     

水生高等植物对湖泊生态系统的影响

从多种角度分析了水生高等植物在湖泊生态系统中的作用以及和其它生物的关系,并从覆盖率、群落结构、植物配比等角度讨论了湖泊水生高等植物的最佳保有生物量。表明水生高等植物在湖泊生态系统中具有重要的环境生态功能和初级生产功能,水生高等植物的消退与过量生长都会导致湖泊生态系统生物多样性下降、生态系统变得脆弱和不稳定;维持湖泊生态系统良性循环,水生植物的生物量至少要大于1000g/m2,水生植物的覆盖度要大于30%,除了控制水生植物在水体中的总体生物量,还应重视挺水植物、浮叶植物、沉水植物和漂浮植物之间生物量的合适比例,并需密切注意水生植被群落结构的变化情况。     

50年前中国第一只晶体管诞生侧记

50年前,中国自行研制的第一个晶体管在中科院应用物理研究所半导体器件实验室诞生。描述了参加第一次研制的工作人员以及他们克服各种困难研制出锗PNP合金三极管的过程。这项历史性成果受到了中国科学院领导的高度重视,《人民日报》第一版予以报导,吹响了中国向科学进军的号角。     

一次转发事件

1 7500万年前,银河系,南十字臂 他是一名燃料管理员,没有名字,只有一个编号——963号.他很年轻,但此生未来的一切却早已确定,他一生全部的意义只有一个:拿到长老画出的飞船航路图后,找到适合的能源补给点.     

热解生物油中酚类化合物的萃取

以松木快速热解生物油为原料,对蒸馏得到的富含酚类馏分进行了萃取-反萃取提取酚类化合物的研究,考察了不同有机溶剂如二氯甲烷、乙酸乙酯、乙酸丁酯、正己烷、环己烷等对酚类的萃取效果.结果表明:乙酸乙酯能够有效地萃取碱化后生物油中的非酚有机物,使水相中酚类物质含量提高;而在反萃取过程中,乙酸丁酯、正己烷和石油醚对酚类的萃取选择性比其他几种萃取剂要好,其中以乙酸丁酯对酚类的萃取率最高.若采用乙酸乙酯为萃取剂,乙酸丁酯为反萃取剂,则本方法从新鲜生物油中萃取酚类的总萃取率可达59.1%.     

自适应强跟踪容积卡尔曼滤波算法

提出了一种自适应强跟踪容积卡尔曼滤波算法(ASTSCKF),该算法在平方根容积卡尔曼滤波算法(SCKF)步骤中引入强跟踪滤波器(STF),通过渐消因子在线修正一步预测误差协方差矩阵,强迫输出残差序列正交,使得算法具有应对系统状态突变等不确定因素的能力,增强了算法的鲁棒性;结合改进渐消记忆时变噪声统计估计器,对噪声方差阵进行实时在线估计,有效解决了SCKF算法由于噪声统计不准确、未知或时变性带来的滤波发散问题,使其具有应对噪声变化的自适应能力。仿真实验结果表明：ASTSCKF算法在系统状态发生突变并且噪声变化的情况下,能够表现出良好的滤波性能,较SCKF算法有更强的鲁棒性以及噪声变化的自适应性。