刘夏松
- 作品数：5 被引量：30H指数：3
- 供职机构：宁波大学生命科学与生物工程学院教育部应用海洋生物技术重点实验室更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金宁波市科技计划项目更多>>
- 相关领域：环境科学与工程更多>>
- 铜锈环棱螺对藻华水体理化指标的影响被引量：2
- 2010年
- 采用池塘围隔对比试验的方法,研究了不同密度（392 ind·m-2、196 ind·m-2、98 ind·m-2、0 ind·m-2）铜锈环棱螺（Bellamya aeruginosa）对藻华水体主要理化因子的影响.实验从2009年9月14日开始,持续60d.结果显示：环棱螺可以明显提高藻华水体的透明度（SD）,实验中、后期,三个处理组围隔水体的SD均能保持在60cm以上,而对照组SD改变不明显,波动于29～40.3cm之间;多数时间内处理组水体的溶解氧（DO）含量都显著低于对照组,说明环棱螺的存在可直接或间接降低水体DO浓度.试验表明,单一投放螺类可有效降低藻华水体的叶绿素a（Chl-a）含量,但难以削减营养盐浓度.实验条件下,围隔水体总氮和正磷酸盐浓度的下降趋势均与螺的密度呈现负相关性（R=-0.9851,P〈0.05;R=-0.9678,P〈0.05）;对SD、DO、pH、Chl-a、 NH4＋-N、NO3--N、PO43--p等7个主要理化指标数据进行了Duncan多重比较分析以及聚类分析,结果显示对照组和处理组在p〈0.05水平上均存在显著差异,说明环棱螺的投放能在一定程度上调控水体质量.
- 刘夏松张克鑫吕敬谢丽凤陆开宏
- 关键词：铜锈环棱螺围隔实验聚类分析
- 多花黑麦草对不同形态氮的吸收动力学特征研究被引量：4
- 2010年
- 采用改进常规耗竭法，比较研究了多花黑麦草（Lolium multiflorum Lam. ）对NH4^＋和NO3^－吸收动力学特征。结果表明多花黑麦草对NH4^＋和NO3^－吸收符合Miehaelis-Menten方程，它对NH4^＋的亲和力显著大于对NO3^－的亲和力，但对NH4^＋和NO3^－的最大吸收速率差异不显著，说明多花黑麦草偏爱吸收NH4^＋，在实际污水净化过程中，多花黑麦草具有优先吸收NH4^＋的趋势，若有足够的停留时间，其对NH4^＋净化程度会更高些；当吸收系统微生物受抑制时，多花黑麦草对NO3^－的吸收速率明显降低，亲和力明显提高，可见微生物对吸收体系中氮素的去除有一定促进作用。
- 谢丽凤陆开宏胡智勇张克鑫刘夏松
- 关键词：多花黑麦草铵态氮硝态氮吸收动力学
- 铜锈环棱螺对富营养化水体的综合生态效应
- 本研究在室外选取了一富营养化水体,按照螺类密度设高密度组(392 ind.·m)、中密度组(196 ind.·m)、低密度组(98 ind.·m)和对照组在该水体中进行围隔试验。连续跟踪其各理化指标及围隔内浮游生物的群落...
- 刘夏松
- 关键词：蓝藻水华铜锈环棱螺围隔实验浮游生物消化酶
- 基于BP神经网络的藻类水华预测模型研究被引量：14
- 2012年
- 以宁波大学校内池塘2009年3—10月间30周的监测数据为基础,运用BP人工神经网络方法构建预测模型,探求颤藻生物量与总氮、总磷、透明度等6项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析。结果显示:①BP神经网络模型对颤藻生物量预测值与实测值之间拟合程度良好,相关系数达到了0.984,说明BP神经网络模型可以用于水体中藻类水华的短期预测。②通过对构建的BP神经网络模型进行敏感度分析,阐明了宁波大学校内池塘藻类水华的主要驱动因素,并指出控制水体的pH是宁波大学校内池塘藻类水华防治工作的重点。
- 张克鑫陆开宏朱津永刘夏松谢丽凤
- 关键词：BP神经网络
- 基于BP神经网络的湖南镇水库叶绿素a浓度预测模型的研究被引量：7
- 2011年
- 以湖南镇水库2006—2007年间的监测资料为基础,利用插值和主成分分析法,运用BP人工神经网络方法构建预测模型,探求叶绿素a浓度与总氮、总磷、溶解氧等5项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析。结果显示:(1)BP神经网络模型对叶绿素a浓度预测值与实测值之间拟合程度良好,相关系数达到了0.95,说明BP神经网络模型可以用于湖南镇水库水体中叶绿素a浓度的短期预测。(2)通过对构建的BP神经网络模型进行敏感度分析,阐明了湖南镇水库藻类水华的主要驱动因素,并指出有效控制水体的pH值和溶解氧的变化是湖南镇水库藻类水华防治工作的重点。
- 张克鑫陆开宏金春华朱津永刘夏松谢丽凤
- 关键词：叶绿素A浓度BP神经网络
