排序方式: 共有35条查询结果,搜索用时 0 毫秒
1.
研究了凡纳滨对虾集约化养殖池塘中挂设不同密度的纳米生态基对养殖水质及对虾生长的影响。试验共使用12口养殖池,生态基的挂设密度分别为0.029,0.043和0.058 m2/m3水体,以不挂设纳米生态基的养殖池为对照。结果表明,挂设纳米生态基能明显降低养殖水体的氨氮、亚硝氮和COD含量,挂设生态基处理组池塘水体中氨氮与对照组之间差异显著(P0.05),亚硝氮在试验第7 d后差异显著(P0.05);纳米生态基能较好的稳定池塘水体的DO水平,增氧时DO增加速度与挂设生态基的密度成正比,增氧关闭时DO减小速度与挂设生态基的密度成反比;生态基能提高凡纳滨对虾产量并有效降低其饵料系数,对虾产量分别比对照组高出0.8%,15.3%,3.2%,饵料系数分别降低17%,40%,26%。当对虾放苗密度为150尾/m2时,在本研究设计的梯度范围内,生态基的最佳挂设密度为0.043 m2/m3水体。 相似文献
2.
利用A值法与活菌平板计数法,测定了杀鲑气单胞菌在不同条件下的生长曲线,研究了不同温度及pH对杀鲑气单胞菌(Aeromonas salmonicha)生长的影响。结果表明,活菌计数法更能真实的反映细菌数量的动态变化。在28℃,15℃,10℃,5℃条件下,随着温度降低,杀鲑气单胞菌生长速率明显下降;在pH6.0~8.0时,酸性条件能明显抑制杀鲑气单胞菌的生长;在28℃、pH7.5条件下,杀鲑气单胞菌生长速率最快,达到稳定期时细菌数量也最多。在养殖生产过程中,为了抑制杀鲑气单胞菌的生长繁殖,建议在不影响鱼类正常生长的条件下,尽量降低养殖水体温度并合理控制水体pH,以降低养殖鱼类发病率。 相似文献
3.
深水网箱投饵机设计与试验研究 总被引:15,自引:0,他引:15
根据网箱养殖的特点,结合网箱养殖的经验,设计了1种深水网箱投饵机,并进行了相应的试验,测定了不同情况下产生的真空度以及在冲饵管和吸饵管不同开度时的下料时间。此投饵机使用水力环流供饵、水力抽负吸饵、水动力投饵,充分利用了丰富的海水资源,用汽油机水泵作动力,利用管道将饵料抛向网箱,可向多个、距离不同的网箱供饵。作为1种新的投饵机具,可用于网箱养鱼和池塘养鱼的投饵。 相似文献
4.
5.
6.
船舶稳性事故的后果非常严重。造成稳性减小的原因很复杂,归纳起来有积载不当,产生自倾角或大风浪中引起货物移位;精矿粉含水量过高等。为了防止船舶因稳性问题而发生海损事故,最根本最有效的措施是,加强工作责任心,作好配积载计划,严格把关,密切配合等。 相似文献
7.
三种叠放形式的圆管型人工鱼礁流场效应数值模拟与PIV试验研究 总被引:6,自引:0,他引:6
人工鱼礁单体按不同的数量和排列方式组合投放会产生不同的流场效应。圆管型礁为目前黄渤海区增殖礁的重要礁体型式,为优化该礁体的投放数量与排列方式,选择了3种不同叠放个数(1个、3个和6个)的圆管礁,设定了5个流速梯度(4.5、9.0、13.5、18.0和22.5cm/s),利用PIV粒子图像测速技术和Fluent数值模拟软件对圆管型人工鱼礁的流场进行水槽模型试验和数值模拟。结果表明,数值模拟结果与水槽试验结果基本吻合,误差在20%以下,表明数值模拟能够反映人工鱼礁的流场效应;当礁体叠放个数一定时,最大上升流流速、上升流高度和上升流面积均随来流速度的增加而增大,背涡流面积呈现不规则的变化;当来流速度一定时,最大上升流流速、上升流面积、上升流高度和背涡流面积均随礁体叠放个数的增加而增大。 相似文献
8.
本文采用Biolog-ECO微平板技术,分析了不同水力停留时间(hydraulic retention time,HRT)5、6、7h和进水硝酸盐(NO3ˉ-N)浓度50、100、150mg/L时,好氧反硝化反应器微生物群落结构和代谢功能特征。研究结果表明:在同一进水硝酸盐浓度下,水力停留时间越长,微生物代谢活性越强(P0.05);在同一水力停留时间下,不同进水NO3ˉ-N浓度下微生物平均吸光值(用平均颜色变化率AWCD指示)的大小顺序为50150100mg/L(P0.05),说明进水NO3ˉ-N浓度对微生物代谢活性有一定影响。反应器内微生物对不同碳源的代谢利用由强到弱的顺序是:多聚物氨基类碳水化合物羧酸类胺类酚酸类。不同处理组的Shannon-Wiener指数、Simpson指数、Pielou指数、Mc Intosh指数相互之间差异显著(P0.05),其中HRT为7h、NO3ˉ-N为150mg/L以上处理组微生物多样性指数最高。本实验采用Biolog-ECO板来分析在好氧反硝化反应器中微生物的群落代谢特征,研究结果可为通过碳源调节生物滤池水处理效果提供科学依据,以此提高水处理效率。 相似文献
9.
人工神经网络在凡纳滨对虾养殖水质预测中的应用研究 总被引:1,自引:0,他引:1
以BP神经网络为基础,建立了凡纳滨对虾养殖水质预测模型。采用3层结构,通过灵敏度分析得到网络的输入变量,在确定了模型的各结构参数后,建立了凡纳滨对虾养殖水质预测模型,并根据整个对虾养殖周期内的水质监测数据对模型进行了训练和仿真。结果显示,水质的实测值与预测值之间的相关系数为0.991 8,预测误差率结果显示,最大误差率为4.37%,最小误差率为0.12%,平均误差率为1.20%,总体预测结果较好。BP神经网络能够以较高精度预测养殖水质状况,为水质恶化的早期预报提供了有效途径。 相似文献
10.