论文部分内容阅读
在水环境治理领域,生物治理方法一直是一个热门的课题。近年来城市人工景观水体不断增加,但由于维护不当,相对应的水体污染现象也逐渐加剧,此时对水体的治理和保持就显得更加迫切。本文就针对沉水植物苦草对污染水体的治理效果进行研究,通过进行室内微型人工水体培养实验,来探究在污染水体的治理过程中苦草的最佳适用性种植密度,为现实社会中的水体治理提供一定的技术支持和帮助。首先,在室内实验条件下对水体中叶绿素a浓度及水质因子含量进行监测,对监测数据采用相关性分析、方差分析及主因子识别分析等方法求出苦草组藻类生长的主控因子为溶解氧(Dissolved oxygen,DO)、总磷(Total phosphorus,TP)、总氮(Total nitrogen,TN)和浑浊度(Turbidity,Tur)。再利用RBF神经网络对四个主控因子进行验证,最终确定求得的四个主控因子具有较高的准确度和可信度。其次,通过模糊神经网络分别对各个实验阶段的水体进行水质评价,一方面得出苦草对水体净化具有极好的促进作用,另一方面得出苦草对水体的净化效果并不是随着种植密度的增加而增强。评价结果表明苦草种植密度的不同一定程度上影响着水体水质的净化效果,苦草种植存在最佳的密度。然后,运用层次分析模型对种植不同密度苦草的实验水体进行分析,得出种10株苦草的方案权重值最大,20株的次之,初步得出在室内富营养化水体培养实验中,具有较好净化效果的苦草适用性、合理性种植密度在0～20株范围。再通过非线性约束优化方法进一步对苦草最佳种植密度进行探究,最终得出实验水体中苦草种植密度的最佳值为50株/m2,为提高人工水体污染治理的合理性和科学性提供参考。最后,基于元胞自动机和多智能体建模技术及NetLogo平台,构建出苦草、藻类生长的水体系统模型。通过对主体行为规则的研究,模拟出不同密度苦草种植下的水体动态演化,并对水体仿真演化结果进行分析探究,最终得出仿真模型构建的有效性与准确性,以及苦草种植密度优化的合理性。