张克鑫
- 作品数：7 被引量：55H指数：4
- 供职机构：宁波大学海洋学院更多>>
- 发文基金：国家自然科学基金宁波市自然科学基金浙江省自然科学基金更多>>
- 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
- 2种不同内陆水体浮游藻类发生动态及预测模型构建
- 水体富营养化及其引发的藻类水华爆发已经成为20世纪以来世界范围内的重要环境问题之一。藻类水华的出现,尤其是饮用水水体藻类水华的出现,不仅降低了水体各营养级物种多样性,弱化了水体生态系统的功能,而且对人类的生活和生产都造成...
- 张克鑫
- 关键词：浮游藻类叶绿素A浓度BP神经网络群落结构
- 文献传递
- 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
- 生物强化反应器净化循环养殖废水的研究被引量：12
- 2011年
- 利用生物膜的高效截留原理,设计了生物强化反应器,在装有弹性纤维载体的反应器内接种具有硝化反硝化作用的复合菌群,经6周左右的人工挂膜后,弹性纤维载体表面出现了肉眼可见的生物膜。试验以循环养殖废水为研究对象,探讨了不同水力停留时间(HRT)和温度(WT)对生物强化反应器净化水质效果的影响。结果显示,HRT和WT对生物强化反应器净化养殖废水效果的影响显著(P<0.05)。对HRT和WT各处理水平下的CODMn、TN和NH4+-N去除率进行差异显著性分析,并综合考虑反应器的运行时间、费用和操作等因素,选取HRT=18 h、WT=30℃作为反应器的最佳运行条件,在此条件下反应器稳定运行3周左右。试验期间,CODMn、TN及NH4+-N的平均去除率分别达44.18%、51.31%及82.08%。此外,还对反应器内载体表面的生物膜进行了可培养微生物数量动态监测。强化反应器在正式运行的25 d内,其生物膜上的可培养微生物数量不断增多,氨氧化细菌数量由35.91×104 CFU/mg增长到89.43×104 CFU/mg,硝化细菌数量由25.75×104 CFU/mg增长到61.65×104 CFU/mg,反硝化细菌数量由14.23×104 CFU/mg增长到100.95×104 CFU/mg;氨氧化细菌和硝化细菌在与氮素循环相关的可培养细菌中占据着主导地位(59.95%～81.25%)。脱氮细菌不断地吸附于载体表面,并成功地定殖和繁殖使得生物膜不断成熟和稳定(TN和NH4+-N去除率分别达51.31%及82.08%)。结果表明,生物强化反应器对循环养殖废水中CODMn、TN和NH 4+-N的去除效果明显。
- 钱伟陆开宏郑忠明吕镇梅谢丽凤张克鑫
- 关键词：生物反应器微生物载体水力停留时间
- 一小型藻华池塘浮游植物群落动态及其影响因子研究被引量：16
- 2015年
- 对小型藻华水体进行密集采样调查有利于揭示藻华过程中浮游植物演替规律及其影响因子．于3～10月对一小型藻华池塘进行为期30周的逐周跟踪调查，监测其水体理化指标和浮游生物种类和数量的变化，并应用PRIMER软件多元统计分析方法探求采样池塘浮游植物群落结构的动态变化及其与水体理化因子、浮游动物之间的关系．调查期间共发现浮游植物54种（属），细胞丰度在0．28×10^8～6．11×10^8cells·L^-1之间；浮游动物55种（属），个体数量在26～2．5×10^5ind·L^-1之间．浮游植物优势类群主要为蓝藻和绿藻，且随季节的变化浮游植物群落结构呈现出明显的演替过程，该过程可分为绿藻和隐藻共存期、绿藻和蓝藻共存期、蓝藻优势期这3个阶段．生物一环境相关性分析发现pH、水温、光照、总磷及轮虫、桡足类的数量是影响该池塘浮游植物群落结构动态变化的主要因素，且相比于浮游动物，水体理化因子的影响力或更强．
- 杨文朱津永张克鑫万莉陆开宏
- 关键词：浮游植物群落演替PRIMER
- 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
