摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第13-22页 |
1.1 课题研究背景和目的 | 第13页 |
1.2 河流底泥氮的治理方法 | 第13-15页 |
1.2.1 底泥疏浚 | 第14页 |
1.2.2 人工曝气增氧 | 第14-15页 |
1.2.3 化学絮凝 | 第15页 |
1.2.4 微生物强化净化 | 第15页 |
1.3 近红外光谱分析及应用 | 第15-20页 |
1.3.1 近红外光谱概述 | 第15-16页 |
1.3.2 近红外化学计量学方法 | 第16-20页 |
1.4 研究的主要内容 | 第20-21页 |
1.5 技术路线 | 第21页 |
1.6 研究创新点 | 第21-22页 |
第二章 实验材料和方法 | 第22-27页 |
2.1 实验装置 | 第22-23页 |
2.1.1 实验装置的运行与控制 | 第22-23页 |
2.1.2 实验底泥及实验用水 | 第23页 |
2.2 主要仪器设备及试剂 | 第23-25页 |
2.2.1 主要仪器设备 | 第23-24页 |
2.2.2 主要实验指标测试方法 | 第24-25页 |
2.3 近红外数据采集方法 | 第25-27页 |
第三章 不同曝气条件底泥上覆水中氮的转化 | 第27-35页 |
3.1 原上覆水的指标分析 | 第27页 |
3.2 不同曝气条件上覆水中氮的转化 | 第27-34页 |
3.2.1 溶解氧为 2.5 mg/L氮的转化 | 第27-29页 |
3.2.2 溶解氧为 3.5 mg/L氮的转化 | 第29-30页 |
3.2.3 溶解氧为 5.5 mg/L氮的转化 | 第30-31页 |
3.2.4 溶解氧为 6.5 mg/L氮的转化 | 第31-33页 |
3.2.5 溶解氧为 7.5 mg/L氮的转化 | 第33-34页 |
3.3 本章小结 | 第34-35页 |
第四章 近红外光谱定量分析模型的建立与预测 | 第35-60页 |
4.1 近红外光谱数据的采集 | 第35-36页 |
4.2 近红外光谱数据的预处理 | 第36页 |
4.3 主成分分析结合BP神经网络模型的建立和预测 | 第36-42页 |
4.3.1 总氮模型的建立和预测 | 第39-40页 |
4.3.2 氨氮模型的建立和预测 | 第40-41页 |
4.3.3 亚硝酸盐氮模型的建立和预测 | 第41-42页 |
4.4 主成分分析结合支持向量机模型的建立和预测 | 第42-48页 |
4.4.1 总氮模型的建立和预测 | 第44-45页 |
4.4.2 氨氮模型的建立和预测 | 第45-47页 |
4.4.3 亚硝酸盐氮模型的建立和预测 | 第47-48页 |
4.5 主成分分析结合iPLS模型的建立和预测 | 第48-57页 |
4.5.1 总氮模型的建立与预测 | 第48-51页 |
4.5.2 氨氮模型的建立与预测 | 第51-54页 |
4.5.3 亚硝酸盐氮模型的建立与预测 | 第54-57页 |
4.6 三种模型的对比 | 第57-59页 |
4.7 本章小结 | 第59-60页 |
第五章 结论与展望 | 第60-62页 |
5.1 结论 | 第60-61页 |
5.2 展望 | 第61-62页 |
参考文献 | 第62-70页 |
致谢 | 第70-71页 |
作者简介及读研期间主要科研成果 | 第71页 |