简介:为了探讨超富集植物蜈蚣草在处理高砷地下水方面的可行性,研究了水培条件下砷的浓度、形态和碳酸氢盐(HC03)对超富集植物蜈蚣草吸收砷的影响。实验中使用了浓度为0.1~100mg·L-1的As(III)和As(V)溶液。HCO3-处理中,HCO3-浓度范围为05~20mmol·L-1,As(III)或As(V)的浓度为5mg·L-1。结果表明,在水培条件下,蜈蚣草具有明显的耐高砷特征。当介质砷含量高达100mg·L。时,砷的去除率可达到80%,且对As(III)的吸收效率高于As(V)。植物体内砷形态研究表明,蜈蚣草体内2种形态砷的含量与外源砷形态有一定的关系,As(v)处理条件下,植物体中的As(V)比例较As(III)处理高。高浓度的HCO3-(20mmol·L-1泌理对蜈蚣草地上部分生物量没有明显影响,但是抑制了地下部分的生长,并且对砷的吸收表现出明显的抑制作用。
简介:采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。