一种复杂河网区微塑料通量计算方法

    公开(公告)号:CN115188436A

    公开(公告)日:2022-10-14

    申请号:CN202210823553.1

    申请日:2022-07-14

    Applicant: 南京大学

    Abstract: 本发明适用于微塑料通量算法技术领域,提供了一种复杂河网区微塑料通量计算方法,具体方法步骤如下:步骤一、在复杂河网区分布采样断面;步骤二、采样与获取微塑料数据;步骤三、同步获取水质水文气象数据;步骤四、构建河道断面微塑料通量机器学习模型,计算复杂河网区微塑料通量。本发明中的一种复杂河网区微塑料通量计算方法,可以实现快速计算复杂河网区内的微塑料通量,并且揭示微塑料污染与环境因子之间的潜在联系。在模拟模型建立后,后续可依托水文水质监测站常规监测数据即可预测河道断面微塑料通量,有利于节约环境监测成本,提高环境监测质量。

    基于支持向量机技术的大气颗粒物重金属磁学评估方法

    公开(公告)号:CN107121650A

    公开(公告)日:2017-09-01

    申请号:CN201710308435.6

    申请日:2017-05-04

    Applicant: 南京大学

    CPC classification number: G01R33/1276 G01N21/73 G01R33/16 G06F19/00

    Abstract: 本发明公开了一种基于支持向量机技术的大气颗粒物重金属磁学评估方法,包括以下步骤:S1、大气颗粒物样品采集;S2、大气颗粒物磁学参数测试;S3、重金属提取及检测;S4、支持向量机模型构建;S5、模型误差评估;本发明使用磁学参数和气象数据作为输入因子,将大气颗粒物重金属浓度作为输出目标,构建大气重金属污染的磁学快速评估模型,未来可结合方便、快速的磁学测试方法,使用上述模型对城市区域内大气颗粒物重金属浓度进行较高精度的模拟和预测,避免了对颗粒物中重金属进行提取和检测等一系列复杂、耗时的操作过程。为环境磁学应用于城市大气颗粒物及重金属污染模拟提供了一个综合、创新的实践方向,也为我国城市大气重金属的监测和管理提供了重要参考。

    一种基于水质模型的区域环境风险评估方法

    公开(公告)号:CN103810537B

    公开(公告)日:2016-09-28

    申请号:CN201410048205.7

    申请日:2014-02-12

    Applicant: 南京大学

    CPC classification number: Y02A20/16 Y02P90/845

    Abstract: 本发明提供一种基于水质模型的区域环境风险评估方法。方法包括五个步骤:建立区域环境风险源信息数据库,运用蒙特卡洛算法模拟风险源污染物的排放;选择水质模型,构建符合评估区域源强水质响应关系特点的水质模型;以水生态、人体健康和社会经济影响作为风险评估终点,采用模糊积分法计算风险受体的易损性指数;运用水质模型预测在所有可能的源强情景下区域的污染物浓度的分布,分析风险源的危险性;综合风险源的危险性与受体的易损性指数,以风险曲线表征区域环境风险。根据风险曲线,可以进行区域环境风险评估,识别高风险区域以及重点风险源和易损受体,从而为拟定具有针对性的区域风险防控方案提供参考。

    一种激素诱导快速繁殖蓖齿眼子菜工程苗的方法

    公开(公告)号:CN104705194A

    公开(公告)日:2015-06-17

    申请号:CN201510161551.0

    申请日:2015-04-03

    Applicant: 南京大学

    Abstract: 本发明提供了一种激素诱导快速繁殖蓖齿眼子菜工程苗的方法,主要包括以下步骤:(1)采集蓖齿眼子菜,用水洗去表面附着物后,用75%酒精和5%的次氯酸钠对茎段进行消毒处理;(2)培养基、培养液的配制和培养条件的设定;(3)新株的培育。将蓖齿眼子菜茎段在添加生长素和分裂素的培养基或培养液中培养诱导生芽、生根,然后将诱导出根和芽的蓖齿眼子菜新株移入到育苗箱中炼苗。本发明操作简单,可以在短期内繁殖大量蓖齿眼子菜种苗,解决蓖齿眼子菜繁殖率低的问题,并且可以做到全年、可持续繁殖蓖齿眼子菜种苗。

    一种利用地物反射波谱曲线来调查沉水植物生物量的方法

    公开(公告)号:CN104266978A

    公开(公告)日:2015-01-07

    申请号:CN201410545845.9

    申请日:2014-10-16

    Applicant: 南京大学

    Abstract: 一种利用地物反射波谱曲线来调查沉水植物生物量的方法,步骤如下:(1)围栏水域,将调查水域的水体围成若干单元水域,并进行顺序标记序号,利用地物光谱仪对所述的若干单元水域的沉水植物测定地物反射率,同时采用传统沉水植物生物量调查方法得到沉水植物的生物量;(2)在所需调查水域的若干单元水域测得不同生物量的沉水植物地物反射率后,获得不同生物量沉水植物的光谱特征图谱,根据步骤(1)的标记序号进行记录建立光谱特征图谱库;(3)该水域今后沉水植物的生物量通过测定沉水植物地物反射率,然后比对光谱特征图谱库并查找不同生物量沉水植物的光谱特征图谱获得。

    一种基于水质模型的低污染水生态净化效果评估方法

    公开(公告)号:CN103745121A

    公开(公告)日:2014-04-23

    申请号:CN201410030115.5

    申请日:2014-01-23

    Applicant: 南京大学

    Abstract: 本发明是一种基于水质模型的低污染水生态净化效果评估方法,通过小试实验得到各个净化单元针对需要考察水质指标的降解参数;根据选定低污染尾水河道的调查和监测数据,建立该河道的QUAL2K模型,并进行验证;将小试实验参数输入已建立的模型中,运行模型可得尾水河道的出水水质,从而进行不同生态净化技术组合方案的效果预先评估和筛选。该方法利用的水质模型为QUAL2K模型,该模型适用于宽深比不大的中小型河道污染物迁移转化,而尾水河道一般河长远远大于河宽及河深,污染物在水体中沿横向和垂向较易混合均匀,但纵向变化显著,其主要靠纵向迁移向下游输送,符合一维稳态模型模拟条件。

    一种改进的混合遗传算法优化水质模型参数的设计方法

    公开(公告)号:CN1900956A

    公开(公告)日:2007-01-24

    申请号:CN200610088335.9

    申请日:2006-07-11

    Applicant: 南京大学

    Abstract: 本发明提供了一种改进的混合遗传算法优化水质模型参数的设计方法,属于水质模型参数率定的最优化方法领域。其步骤为:水质模型参数率定优化设计的数据准备;改进型混合遗传算法的建立与优化;改进适应度函数;与单纯形算法的串行混合;运行算法程序,检验各算法的模拟效果,当误差达到指定标准时,完成优化。本发明克服了传统遗传算法在解决不连续、不可微、非线性程度高的水质模型参数优化时局部收敛和收敛速度慢的缺陷,达到了快速准确率定模型参数的要求。提高了综合水质模型对各研究水体的应用效率,增强了模型应用的普及性和有效性。

    一种水体低浓度全氟辛酸污染修复方法及装置

    公开(公告)号:CN118255473B

    公开(公告)日:2024-11-19

    申请号:CN202410469131.8

    申请日:2024-04-18

    Applicant: 南京大学

    Abstract: 本发明提供一种水体低浓度全氟辛酸污染修复方法及装置,利用定向组装的好氧菌和厌氧菌包裹群落,结合六方柱竹制过滤仓和长方体主框架,在水环境全氟辛酸低浓度条件下(500ng/L‑500μg/L)能够对全氟辛酸进行降解,降解效果达到70%以上。该方法对水环境中多种不饱和全氟物质均有一定程度降解效果;采用特定菌群,抑制昆虫的繁殖,实现湖荡及湿地全氟生态修复。该方法和装置在微生物降解长周期中,保持微生物菌群稳定性,减少环境的影响,从而提高全氟辛酸的降解效果。

    一种基于机器学习的微塑料现场高精度监测方法及系统

    公开(公告)号:CN116952923A

    公开(公告)日:2023-10-27

    申请号:CN202310931530.7

    申请日:2023-07-27

    Applicant: 南京大学

    Abstract: 本发明属于水体监测技术领域,提供了一种基于机器学习的微塑料现场高精度监测方法及系统。所述方法包括:获取若干组历史数据;以每组历史数据中环境理化数据、第一微塑料含量作为特征,第二微塑料含量作为标签构建第一样本;以环境理化数据、第一微塑料类型作为特征,第二微塑料类型作为标签构建第二样本;基于第一样本对回归模型训练以获取微塑料数量矫正模型;基于第二样本对分类模型训练以获取微塑料分类矫正模型;获取现场水体的实测理化数据、实测微塑料含量及实测微塑料类型,并将它们分别输入微塑料数量矫正模型以及微塑料分类矫正模型以获取最终微塑料含量及最终微塑料类型。本发明在微塑料现场监测中兼具实时性及高精度优势。

    一种微塑料对水生微生物生态风险的评价方法

    公开(公告)号:CN115204490A

    公开(公告)日:2022-10-18

    申请号:CN202210823554.6

    申请日:2022-07-14

    Applicant: 南京大学

    Abstract: 本发明适用于环境保护技术领域,提供了一种微塑料对水生微生物生态风险的评价方法,在选定的水生生态系统中布设采样点;在每个采样点表层水采集相同体积的水样,从中提取微塑料与水生微生物,再测定采样点的水温和pH;以微塑料污染特征数据为输入特征,水生微生物群落的α多样性指数为输出标签,构建机器学习模型。本发明中的一种微塑料对水生微生物生态风险的评价方法,通过构建机器学习回归模型,直接分析现实环境中微塑料各项污染特征与水生微生物群落α多样性指数之间关系,由此评价微塑料污染对水生微生物的生态风险,可快速估计微塑料污染对水生微生物群落的生态影响,有利于环境保护部门及时掌握微塑料污染对水生生态系统的风险情况。

Patent Agency Ranking