致谢 | 第7-8页 |
摘要 | 第8-10页 |
Abstract | 第10-11页 |
1 引言(绪论) | 第14-25页 |
1.1 太湖富营养化现状与成因 | 第14-16页 |
1.1.1 水体富营养化 | 第14页 |
1.1.2 太湖氮磷污染来源 | 第14-15页 |
1.1.3 种植业面源污染成因 | 第15-16页 |
1.2 太湖流域种植业氮磷流失控制研究 | 第16-19页 |
1.2.1 种植业面源污染控制技术研究进展 | 第16-18页 |
1.2.2 水稻对污水氮磷净化效果研究进展 | 第18-19页 |
1.3 稻田系统净化种植业尾水建模研究 | 第19-22页 |
1.3.1 人工湿地建模研究简述 | 第19-20页 |
1.3.2 人工神经网络建模的可行性 | 第20-22页 |
1.4 研究内容及技术路线 | 第22-25页 |
1.4.1 研究内容 | 第22-23页 |
1.4.2 研究创新点 | 第23页 |
1.4.3 技术路线 | 第23-25页 |
2 尾水灌溉条件下田面水氮磷浓度变化 | 第25-49页 |
2.1 前言 | 第25页 |
2.2 材料与方法 | 第25-29页 |
2.2.1 试验材料 | 第25-26页 |
2.2.2 试验设计 | 第26-28页 |
2.2.3 样品采集与分析 | 第28-29页 |
2.2.4 数据处理与分析 | 第29页 |
2.3 结果与讨论 | 第29-47页 |
2.3.1 尾水灌溉条件下施肥后田面水氮浓度变化 | 第29-35页 |
2.3.2 尾水灌溉条件下施肥后田面水磷浓度变化 | 第35-38页 |
2.3.3 施肥后稻田氮磷流失风险期分析 | 第38-40页 |
2.3.4 非施肥期稻田对尾水氮磷去除率与去除负荷 | 第40-43页 |
2.3.5 非施肥期稻田对尾水氮磷去除率影响因素分析 | 第43-47页 |
2.4 本章小结 | 第47-49页 |
3 尾水灌溉对水稻品质和土壤氮磷的影响 | 第49-58页 |
3.1 前言 | 第49页 |
3.2 材料与方法 | 第49-51页 |
3.2.1 样品采集 | 第49页 |
3.2.2 样品分析方法 | 第49-51页 |
3.2.3 数据处理与分析 | 第51页 |
3.3 结果与讨论 | 第51-56页 |
3.3.1 尾水灌溉对水稻产量的影响 | 第51-52页 |
3.3.2 尾水灌溉水对水稻品质的影响 | 第52-53页 |
3.3.3 尾水灌溉对稻田土壤氮磷的影响 | 第53-56页 |
3.4 本章小结 | 第56-58页 |
4 水塘缓冲系统的构建及适宜性研究 | 第58-67页 |
4.1 前言 | 第58页 |
4.2 材料与方法 | 第58-59页 |
4.2.1 试验材料 | 第58页 |
4.2.2 试验设计 | 第58-59页 |
4.2.3 样品采集与分析 | 第59页 |
4.2.4 数据处理与分析 | 第59页 |
4.3 结果与讨论 | 第59-66页 |
4.3.1 不遮光处理硬质表面水塘水质变化 | 第59-61页 |
4.3.2 遮光硬质表面水塘水质变化 | 第61-63页 |
4.3.3 天然土质水塘氮磷去除率、去除负荷和pH变化 | 第63-65页 |
4.3.4 模拟天然土质水塘土壤氮磷变化 | 第65-66页 |
4.4 本章小结 | 第66-67页 |
5 稻田田面水氮磷浓度预测模型构建 | 第67-75页 |
5.1 前言 | 第67页 |
5.2 数据、建模工具及网络形式选取 | 第67页 |
5.3 BP神经网络模型构建与训练 | 第67-68页 |
5.4 参数选取及数据处理 | 第68-70页 |
5.4.1 输入与输出神经元数 | 第68-69页 |
5.4.2 隐含层数及节点数 | 第69页 |
5.4.3 传递函数 | 第69-70页 |
5.4.4 数据处理 | 第70页 |
5.5 模型训练结果 | 第70-74页 |
5.5.1 隐含层神经元数确定 | 第70-71页 |
5.5.2 总氮和总磷预测结果 | 第71-74页 |
5.6 本章小结 | 第74-75页 |
6 结论与展望 | 第75-76页 |
6.1 结论 | 第75页 |
6.2 展望 | 第75-76页 |
参考文献 | 第76-81页 |
作者简历 | 第81页 |