-
题名浙江义乌市城镇化对溪流底栖硅藻群落的影响
被引量：5
- 1
-
-
作者
刘朔孺
邵卫伟
刘东晓
周斌
王备新
-
机构
南京农业大学昆虫系水生昆虫与溪流生态实验室
浙江省环境监测中心
-
出处
《南京农业大学学报》
CAS
CSCD
北大核心
2012年第3期71-77,共7页
-
基金
国家自然科学基金项目(40971280)
-
文摘
于2010年4月调查了浙江省义乌地区5个参照和9个城镇溪流样点的理化性状、底栖硅藻群落及所在流域土地利用。Spearman秩相关分析表明,流域城镇化强度指标——不透水地表面积比与电导率、总氮和磷酸盐等理化因子呈显著正相关,也与喜富营养型硅藻与耐污型硅藻比例呈显著正相关。非度量多维尺度分析(NMDS)与相似性检验(ANOSIM)分析表明,参照溪流与城镇溪流的底栖硅藻群落具有显著差异。参照溪流底栖硅藻平均密度(5.67×105cell.cm-2)低于城镇溪流(6.11×106cell.cm-2),并且参照溪流运动型、富营养型和耐污型硅藻比例也显著低于城镇溪流。城镇溪流优势种是Na-vicula minima(50.75%),参照溪流为Rhoicosphenia abbreviate(55.71%)。典范对应分析(CCA)表明,森林面积比、底质组成、二氧化硅、电导率、钙离子和镁离子是影响研究样点底栖硅藻群落的主要环境因子。研究结果证实,城镇化会显著改变城市溪流底栖硅藻群落结构,底栖硅藻可作为评价溪流生态质量的指示生物。
-
关键词
底栖硅藻
群落结构
不透水地表面积比
城镇化
典范对应分析
-
Keywords
benthic diatom community structure percentage of impervious area urbanization canonical correspondence analysis（CCA）
-
分类号
Q178
[生物学—水生生物学]
-
-
题名城镇化对湟水河上游水质和底栖动物群落结构的影响
被引量：17
- 2
-
-
作者
李宁
陈阿兰
杨春江
孙瑜旸
马国良
马琪
-
机构
青海大学
-
出处
《生态学报》
CAS
CSCD
北大核心
2017年第10期3570-3576,共7页
-
基金
国家自然科学地方基金资助项目(31560601)
青海省自然基金资助项目(2014-ZJ-905)
-
文摘
2015年4月(枯水季)和8月(丰水季),调查了受不同城镇化强度影响的青海省湟水河上游流域的土地利用、水体的理化性质及底栖动物群落。并以城镇化强度指标的不透水地表面积比(PIA)与溪流水质和生物群落进行Spearman秩相关分析。结果表明:水温、TN、TP、NH+4-N、PO34-P、电导率、水深、水面宽、细砂淤泥比(%)与PIA呈显著正相关,与草地(%)、林地(%)呈显著负相关。底栖动物指标与PIA的拟合曲线表明,Shannon多样性指数、丰富度指数、集食者(%)、耐污类群(%)及BI指数存在显著的线性关系,其余各项指标则存在显著的非线性关系。其中总分类单元数、丰富度指数、水生昆虫中蜉蝣目Ephemeroptera、襀翅目Plechopetra和毛翅目Trichopetra(简称,EPT)(%)及捕食者(%)、撕食者(%)、滤食者(%)、刮食者(%)与PIA呈显著负相关,与林地(%)、草地(%)呈显著正相关。但BI指数、集食者(%)、耐污类群(%)、寡毛纲(%)、与PIA呈显著正相关。随着城镇化强度的提高,湟水河上游物理生境退化、水体氮、磷营养水平逐步提高、敏感底栖动物消失、耐污物种个体数量急剧上升。
-
关键词
湟水河
城镇化
大型底栖无脊椎动物
不透水地表面积比(PIA)
-
Keywords
Huangshui River
urbanization
macro-benthic invertebrate
percentage of impervious area （PIA）
-
分类号
Q958.8
[生物学—动物学]
X522
[环境科学与工程—环境工程]
-
-
题名人工神经网络评价城市化对径流生成的影响
被引量：3
- 3
-
-
作者
王玲
朱传宝
吴道喜
-
机构
河海大学水文水资源及环境学院
水利部信息中心
长江水利委员会江务局
-
出处
《人民长江》
北大核心
2002年第3期21-22,38,共3页
-
文摘
探讨使用人工神经网络 (ANN)模型模拟城市化地区的降雨径流关系。建立城市化地区的降雨径流关系模型 ,并把反映城市化进程的不透水面积比 (PIA)这一重要参数加入输入模式中 ,用人工智能手段研究城市化对降雨径流关系的影响。大量的数值实验证明 ,当神经网络被适当地配置以后 ,可以再现潜在的降雨径流关系 ,可以用来生成精确且符合实际的预测结果。而当城市化参数作为输入模式的一部分时 ,可以较准确模拟涨洪段 。
-
关键词
人工神经网络
城市化
降雨径流
不透水面积比
数学模型
-
Keywords
artificial neural network
urbanization
rainfall-runoff
percentage of impervious area
mathematical model
-
分类号
TV121.1
[水利工程—水文学及水资源]
-
