简介:采用单项质量指数与综合质量指数相结合的方法,对海南省农产品产地的土壤进行了重金属Cd、Hg、As、Pb、Cr、Cu、Zn和Ni含量的抽样调查分析与评价。结果表明,海南省农产品产地土壤重金属的平均含量均低于"HJ332—2006"(食用农产品产地环境质量评价标准)规定的限值,土壤重金属的单项质量指数均≤0.7,综合质量指数为0.33,土壤环境质量均为1级,属于清洁水平,适宜发展无公害农产品。同时发现,部分产地的土壤中重金属含量有超标现象,海口有部分样品Cd、Hg、Cr、Cu和Ni超标,三亚有部分样品Cd和Hg超标,儋州、澄迈均以Ni超标为主,琼海有部分样品Cr、Cu和Ni超标。重金属含量之间多呈正相关关系,其中As与Pb、As与Cu、Cr与Zn、Cu与Zn之间的相关性达到了极显著水平,Cd与Hg、Pb、Ni,Pb与Cu,Cr与Cu,Cu与Ni之间的相关性达到了显著水平。大部分监测点土壤中重金属含量均高于海南省水稻土自然背景值,表明在监测点土壤中产生了重金属累积。
简介:为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。
简介:本文应用山仔水库2003~2006年叶绿素a浓度、总磷浓度、总氮浓度、水温、溶解氧浓度、高锰酸盐指数、pH值7个参数监测数据对人工神经网络模型进行训练,在此基础上应用1997—2002年除叶绿素a浓度外其他6个参数监测数据,推算出1997~2002年间缺失的叶绿素a浓度,并对1997—2006年春末夏初的叶绿素a浓度动态进行分析,结果表明:山仔水库1997年建库初期,叶绿素a浓度处于较高水平,2000年以后叶绿素a浓度开始降低,近几年基本保持稳定.2003—2006年叶绿素a浓度呈季节周期性变化,春末经夏季到初秋,叶绿素a浓度持续升高,冬季下降明显,春季又开始回升;说明近几年山仔水库水体春末夏季秋初处于富营养化水平,秋末冬季处于中营养水平.本研究结果将为山仔水库的富营养化防治提供科学依据.
简介:21世纪以来,中国主题公园业面临越来越激烈的竞争和挑战,产品创新能力和游客体验水平提升成为主题公园的核心竞争力和经营管理的关键。以芜湖市方特梦幻王国新推出的夜场产品为研究案例,在大量实地问卷调查和访谈的基础上,探讨了主题公园夜场旅游产品的游客满意度,结果表明:(1)该主题公园夜场旅游产品游客表现出年龄轻、学历高,学生多、收入水平不高等特征,多以本省为主、散客自助游为主。(2)游客满意度感知可分为4个维度,即整体体验满意度、服务满意度、设施满意度、项目满意度,每个维度均处于较好的满意水平,其中以设施满意度为最高。游客总体满意度较高,具有很高的重游意愿。(3)重要性-绩效性分析表明,游客满意度得分均低于其感知重要性,服务构成了供给方的短板;不同群体游客对夜场满意度的感知存在显著差异,主要表现在性别、年龄、职业等个体特征上。本研究对中国其他主题公园经营管理、城市夜间旅游开发具有一定的借鉴意义和参考价值。
简介:针对2014年7月18日12时至2014年7月19日12时"威马逊"台风先后3次在中国华南沿海地区(海南、广东、广西)登陆所带来的暴雨过程,以中国气象局提供的地面观测站点数据作为参考,使用标准化偏差(NB)、相关系数(CC)、均方根误差(RMSE)、命中率(POD)、误报率(FAR)和关键成功率(CSI)等评价指标,对基于2种不同国际主流卫星降水反演算法GSMaP和IMERG的5套高分辨率遥感降水产品进行了小时尺度上的精度验证与分析。结果表明:遥感降水产品在暴雨事件中均表现出不同程度的低估,但地面校正算法较好地修正了遥感降水产品与地面观测数据间的整体偏差[GSMaP_GAUGE(-6.8%),IMERG_CAL(-0.5%)];遥感降水产品的误差主要来自大于100mm的强降水,降水量超过100mm时,5套产品的误报率(FAR)整体呈现上升趋势,命中率(POD)和关键成功率(CSI)呈现下降趋势;由于校正算法的数据来源是低时空分辨率的地面观测数据,校正后的遥感降水产品也在一定程度上丢失了高分辨率下捕捉到的降水变异特征。
简介:湿地与周边水文系统通过复杂的水文过程相互联系和影响,具有整体性和复杂性。研究湿地与周边水文系统相互作用过程和机理,对湿地保护和恢复起着重要的作用。以美国奥克弗诺基(Okefenokee)流域为案例,构建包含沼泽地表水、沼泽地下水、高地地表水和高地地下水4个水文子系统的流域水文网络模型,采用生态网络分析方法中的效用、控制和单位元分析研究水文单元间作用关系。控制分析的结果显示,高地地表水和地下水两个子系统对沼泽地表水和地下水子系统的支持程度达到100%。无论是沼泽还是松林高地,其地表水和地下水之间存在高度的相互依赖和互补性。效用分析结果表明,沼泽地表水和高地地下水之间存在着互利的水文关系。而单位元分析结果显示,沼泽地下水深层渗漏和高地松树生态系统的蒸散过程是袭夺流域湿地系统水资源的重要一环。上述结果表明,生态网络分析方法可以有效地分析水文单元之间的作用过程、描述水文单元之间直接和间接的水文关系,可以用于流域湿地水资源管理。