Distribution of heavy metals in water and sediment of an urban river in a developing country:A proba

来源 :国际泥沙研究(英文版) | 被引量 : 0次 | 上传用户:dreamlisheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
River water and sediment embody environmental characteristics that give valuable eco-environmental information.Due to rapid industrialization,the aquatic environment of any urban river can be seriously polluted by heavy metals (HMs).The global concern is caused by heavy metal pollution because of its potential harm to aquatic ecosystems and human health.In the Bhairab River,Bangladesh,surface sediment concentrations of globally alarming toxic metals such as arsenic (As),chromium (Cr),cad-mium (Cd),and lead (Pb) were measured to determine the ecological and human health risks of the riverine ecosystem.The average As,Cr,Cd,and Pb concentrations in water were 3.55,31.74,1.44,and 23.82 μg/L respectively,and in sediment were 4.13,34.17,1.66,and 25.46 mg/kg,respectively.During the winter,metals in sediment were higher than during the summer.For most sediment samples,the enrichment factor (EF),contamination factor (CF),geoaccumulation index (Igeo),pollution load index(PLI) of As,Cr,Cd,and Pb indicated moderate contamination.The potential ecological risk (PER) in sediment followed the descending order of Cd > As > Pb > Cr.The contamination level of toxic metals implied that the condition is frightening and probably severely affecting the aquatic ecology of this riverine ecosystem.
其他文献
针对小型透明注塑件在成像过程中受成像质量与产品尺寸的影响,导致透明注塑件产品的缺陷检测准确率与召回率低的问题,提出一种基于特征融合的小型透明注塑件缺陷检测技术.首先,采用高清工业相机并搭配M5028-MPW2镜头对小型透明注塑件局部区域进行成像,以弥补尺寸的影响从而保证成像质量;然后,采用特征融合网络将低层次的高分辨率特征图下采样、高层次的强语义信息特征图上采样变换到相同尺寸,并通过局部响应归一化技术进行融合,从而提高缺陷区域的定位与识别精度;最后,利用特征共享的区域生成网络与分类网络实现缺陷位置的自动定
针对传统线性降维方法需要模态数量多、重构误差大的问题,提出一种基于卷积自编码网络的锂离子电池电极干燥流场的非线性降维技术.首先,采用大涡模拟仿真获取锂离子电池电极干燥流场的数据集;然后,利用卷积自编码网络对流场进行重构,并详细比较Mish激活函数、ReLU激活函数与传统本征正交分解(POD)的重构效果.实验表明:本文采用的卷积自编码网络在不同方向速度分量、总速度的重构效果方面优于传统的POD技术;且Mish激活函数的收敛效率与重构误差均优于传统的ReLU激活函数.本文技术能准确重构锂离子电极干燥流场,具有
在柔性电路板和平板显示器设计中,常需要将两组对应的端口用多边形导线连接起来,且每个端口的导线都有电阻约束.针对矩形布线区域,改进传统的左边算法,用垂直约束图描述布线优先级,采用三段式方法进行布线并根据电阻计算线宽;针对不规则的多边形通道布线区域,采用剖分映射算法,将多边形剖分后穿过剖分线进行布线,并根据电阻与线宽的反比例特点,利用迭代法求解线宽.为验证该算法的有效性,对3个实际设计进行布线,成功布通全部端口对,实现了无人工干预的定阻值定区域布线.
针对室外场景中,因摄像头角度不统一、室外光照多变等因素导致行人难识别的问题,提出一种针对复杂场景的行人再识别优化方法.通过在ResNet的浅层嵌入实例-批归一化层和空间变换网络,引入Mish激活函数,构建改进的ResNet-50特征提取骨干网络,建立面向复杂场景的行人再识别模型.经在MSMT17数据集上验证,rank-1和mAP分别达到79.8%、58.5%,说明了该算法的有效性.
针对果园环境下,光照情况复杂、果实状态各异导致杨梅识别与定位准确率低的问题,提出一种基于局部滑窗技术的杨梅果实识别与定位方法.首先,采用限制对比度自适应直方图均衡化改善图像光照;然后,提出CbCr色差法,结合最大类间方差法、形态学操作和区域生长策略,提取杨梅果实潜在前景区域;接着,根据潜在前景区域提取结果,采用局部滑窗技术,获取杨梅果实待检测区域;最后,建立基于局部纹理特征的支持向量机,结合非极大值抑制滤除低匹配度背景等干扰,提升杨梅果实识别与定位准确率.实验表明,该方法在果园环境下,杨梅果实识别准确率和
为提升货物堆放高度,将集装箱门式起重机门腿进行加高改造.利用有限元建模对集装箱门式起重机加高门腿在3种工况下的结构强度、刚度等安全性能进行分析,并对结构稳定性进行验算,为加高改造后的相关设备整体安全性能研究提供一种新思路.
针对振动传感器不同类型故障诊断对准确率和实时性要求高的需求,提出基于逐轮淘汰制一对一RVM(OVO-RVM)的振动传感器故障诊断方法.首先,研究RVM二分类模型及其超参数优化、模型稀疏化方法;然后,分析分类准确率高的OVO-RVM多分类模型工作原理及分类速度慢的原因,研究逐轮淘汰制OVO-RVM振动传感器故障诊断方法,该方法在各轮分类中仅对相邻类别进行分类判别并淘汰包括本轮在内的前几轮分类决策概率和最低的类别,经过多轮分类和淘汰后获得最终分类类别;接着,提出按照平均分类可靠性最低的两类别尽可能远离和各相邻
为实现准确率高且计算复杂度低的阻塞性睡眠呼吸暂停(OSA)检测,根据血氧饱和度(SpO2)提出一种基于加法网络和自注意力机制的OSA检测方法.该方法引入加法网络用于SpO2的特征提取,以降低计算复杂度;采用自注意力机制调整采样点间的特征权重,以提高检测精度.在数据集Apnea-ECG上实现了敏感性94.56%、特异性96.91%的检测性能,且浮点运算数量为2.88 K FLOPs,比卷积操作减小了40%.实验结果表明:该方法在获得较高检测精度的同时,可以保持较低的计算复杂度.
针对一系列电梯检测仪器的控制仪存在功能相近、重复开发的问题,设计一种基于μC/OS-Ⅲ实时操作系统的电梯检测通用控制仪.该控制仪由信号采集、电机控制和手持控制等模块组成,且根据应用场景不同,可选择信号采集模块和电机控制模块的数量;各模块之间通过ZigBee无线网络通信.该控制仪适用于多种特种设备检测仪器,如电梯平衡系数检测仪、电梯超载开关检测仪、电梯无载静态曳引试验检测仪等,并具有较好的可扩展性,为后续产品开发节省成本、节约时间.
In the current research,the impact of the COVID-19 lockdown period on sediment quality of the Meri(c)-Ergene River Basin was evaluated by determining the potentially toxic elements (PTEs) in sediment samples collected from 25 sampling points in the basin.