不同养殖方式对皱纹盘鲍养殖效果及养殖水质的影响

在天津地区对2.2 cm左右规格的皱纹盘鲍(Haliotis discus hannai)进行试养殖,比较了两种养殖模式(笼养与砖养)、两种养殖密度下鲍的存活与生长情况,以及不同换水频率和不同饲料形状对鲍的生理状态和养殖水质的影响。结果表明:试养殖1个月后,笼养下的鲍存活率(74.4%)低于砖养(84.0%),且低密度养殖下鲍的存活率更高;随着换水频率的增加,鲍的摄食量逐渐增加,养殖水体中氨氮、亚硝酸氮、硝酸氮、化学需氧量的含量均呈减少的趋势;投喂不同形状饲料的组别间养殖水体氨氮、亚硝酸氮含量差异显著。因此,砖养模式更适合于作为天津地区鲍养殖的模式,并且降低密度、提高换水频率有助于改善水质,改良鲍的摄食、存活状况。     

2012—2016年象山近岸海域水质评价与模拟研究

为了解象山近岸海域水质污染状况,文章根据2012—2016年象山县近岸海域的水质监测结果,分析象山近岸海域水质现状及年际变化。应用灰色预测的模型来对象山近岸海域水质主要污染物的相关数据进行处理,得出主要污染物的预测结果。分析结果表明：象山近岸海域主要污染物为无机氮。用预测结果和实际数值通过残差验证,最后模拟出今后几年的监测值,为象山县近岸海域生态环境相关管理部门提供数据支撑和决策依据。     

青岛市水环境污染及其防治对策

通过分析近几年青岛市地表，地下水水质监测资料，总结水环境污染地区分布规律，摸清水环境污染形成原因，对当前防污治污工作提出了对策建议。     

海水甲壳类人工育苗过程中的水质控制

水质控制是海水甲壳类人工育苗中的关键技术之一，但是囿于设备条件的限制而难以有效进行，本文总结出两种简便的水质检测指标；pH值和水质指示生物，并对水质控制的一般原理方法进行了初步的探讨。     

水质水量自动监测技术及其应用

介绍了水量水质监测的工作流程、监测参数、监测范围及维护方法,对比分析了自动与实验室监测的差别,分析了水量水质自动监测中的优缺点,提出了自动监测站也有其局限性,要与常规监测结合,互相补充;监测设备多为原装进口,需保障维护经费;水质站发展不宜过快,要稳定发展,等几项水量水质自劲监测站应注意的问题。     

基于硬壳蛤的大菱鲆养殖尾水资源化利用研究

大菱鲆(Scophthalmus maximus)是我国北方工厂化海水养殖的重要经济物种,集约化程度高,排水量大,尾水中富含大量氮磷营养盐,造成资源浪费的同时也增加了治理难度。本实验测定了大菱鲆养殖尾水中化学需氧量(COD)、亚硝酸盐(NO₂^-)、硝酸盐(NO₃^-)、氨氮(NH₄⁺)、活性磷酸盐(PO₄^3-)、总磷(TP)、总氮(TN)及悬浮物(TSS)的含量。利用潜在富营养化分级表评估水体富营养化水平,利用单因子污染指数法分析主要污染特征,通过嵌套实验设计对比分析硬壳蛤(Mercenaria mercenaria)在大菱鲆养殖尾水和贝类养殖池塘中的生长情况。结果表明大菱鲆养殖尾水主要超标因子为无机氮与活性磷酸盐,水体富营养化程度高,尾水中较高的氮磷元素可以为单胞藻类增殖提供营养条件,进而为硬壳蛤生长提供足够的饵料生物,从而实现大菱鲆养殖尾水的资源化利用。     

陆地水质监测的发展轨迹对我国海岸带水质监测的启示

文章回顾陆地水质监测的发展背景,梳理了其监测的技术发展进程,浅析了监测系统功能发挥的成功与失败,介绍了美国海湾生态监测的经验教训。结合如何高效强化我国水域生态监测的方式方法问题的梳理,提出高效率、低成本监测海岸带水质状况的理念与方案。     

基于PCA法的春、夏季东山湾海域富营养化特征

根据2011年5月和8月东山湾及邻近海域的调查结果,选择10个与富营养化有关的参数,包括溶解无机氮(DIN)、溶解硅酸盐(DSi)、活性磷酸盐(SRP)、总氮(TN)、总磷(TP)、化学耗氧量(COD)、溶解有机碳(DOC)、总有机碳(TOC)、叶绿素a(Chl-a)和浮游植物丰富度(d)等,应用主成分分析(PCA)法对该海域富营养化特征进行研究。主成分分析表明,主成分1(PC1)表征了有机污染、浮游植物和总磷状况;主成分2(PC2)反映了硅和氮营养水平,主成分3(PC3)体现了SRP的特点。春、夏季PC1、PC2、PC3和综合主成分(CPC)的空间分布表明漳江口和八尺门养殖区邻近海域富营养化风险较高;各主成分与盐度的相关分析表明东山湾内富营养化压力主要来自漳江,夏季有所增强;有机污染物和浮游植物可能是控制东山湾海域春、夏季富营养空间分布的主要驱动因素。     

自组织数据地图在大辽河河口水质分析中的应用

自组织数据地图(SOM,Self-organizing Map)具有强大的数据压缩和提炼功能,应用它可以对水质监测数据进行处理,找到水质分析的新方法。本文以大辽河河口水质监测数据为例,应用MATLAB中SOM工具箱,采用批处理SOM算法,利用MATLAB语言编写出水质分析程序。该程序通过SOM的训练对数据特征进行分析和显示,并进一步分析SOM训练结果,将监测数据分成4类,最后实现数据跟踪及新的监测数据的自动归类。该方法可以将水质监测数据的特征可视化,便于直观、深入地分析水质状况,为识别水质特征、跟踪水质变化和应对措施提供决策支持。