实施“12345”工程践行金川模式

金J11集团铜j台炼厂（简称铜冶炼厂）是金川集团股份有限公司主流程生产单位,其主要任务是利用火法和湿法冶炼工艺,处理铜精矿和外购冷铜原料,全厂现有职工2867人,共设8个生产及辅助车间和9个职能科室,拥有合成炉、自热炉、倾动炉等26座大型冶金炉窑和2900多个电解槽。2009年以来,铜;台炼厂坚持将“金川五阶段”的普遍原理与铜〉台炼厂具体实际相结合,通过不断的探索和实践,     

常用抗干扰元器件在电器中的分析与应用

本文结合作者的实践经验,对家用电器及电动工具中常用抗干扰器件EMI电容和铁氧体磁环进行分析与测试,得出相应结论,并实例验证结论,对工程应用具有实践和指导意义。     

风险评价在危险化学品从业单位安全标准化中的应用

通过确定评价准则、评价范围与目标、危害辨识、风险评价等内容,阐述了风险评价在安全标准化中的应用情况,并结合实际,指出了目前危险化学品从业单位在具体实施“风险管理”要素时存在的一些问题,并提出应注意的事项。     

太湖沉积物好氧细菌空间分布与氮磷来源及风险

沉积物中氮磷释放到湖水中会加剧湖泊的富营养化,危害生态安全和人类健康.微生物在氮磷转换中不可或缺,准确分析沉积物中氮磷分布特征和来源以及与微生物的关系是湖泊富营养化管控的重要前提.以太湖为研究区,采集30个表层沉积物样品,测定并分析了粒度、pH、有机质（OM）、溶解性有机碳（DOC）、全磷（TP）、全氮（TN）、硝态氮（NO₃^--N）和溶解性有机氮（DON）等指标含量及空间分布特征,同时利用营养琼脂（NA）培养基以平板计数法测定好氧细菌（AB）数量.结合主成分分析（PCA）和Pearson相关分析探究了太湖沉积物和AB空间分布特征和来源.采用综合污染指数法和有机污染指数法研究了太湖沉积物污染特征.结果表明,太湖表层沉积物指标平均值如下：AB为9.25×10⁴ CFU ·g^-1,平均粒径（M_Z）为17.59 μm,pH为7.62,ω（OM）为15.05g ·kg^-1,ω（DOC）为71.60mg ·kg^-1,ω（TP）为598.13mg ·kg^-1,ω（TN）为1113.92 mg ·kg^-1,ω（NO₃^--N）为3.22mg ·kg^-1,ω（DON）为22.60mg ·kg^-1.综合污染指数（FF）显示太湖中的点位13%为中度污染,87%为重度污染.TN除在湖心区、南部湖区和东太湖西部的部分湖区为轻度污染外,其余区域为中重度污染.除竺山湾为重度污染外,太湖中TP整体上为轻中度污染.有机污染指数（OI）表明,太湖沉积物有机污染较轻,主要与有机氮（ON）污染有关.太湖中DOC、DON、TN和OM主要来源于水生植物的影响,TP和AB主要来源于河流外源输入的影响.研究将为湖泊富营养化治理提供理论支撑,也为进一步研究AB去除沉积物中氮磷污染提供新思路.     

巢湖流域非点源污染来源、影响及控制研究

巢湖是我国五大淡水湖之一,其生态环境安全问题十分突出。随着流域内工业废水和城市污水等点源污染改善的同时,来自农业活动、生活垃圾等的非点源污染成为巢湖水环境污染、湖泊富营养化的重要影响因素。本文分析了,巢湖流域非点源污染的主要来源及其对生态环境所造成的影响,在此基础上进一步概括当前控制巢湖流域非点源污染的主要管理措施。     

人工湿地植物生物质资源能源化利用潜力评估

通过测定不同人工湿地植物的纤维素组分和热值,并采用NaOH–酶解工艺研究不同人工湿地植物水解液组分,对在人工湿地技术体系中起重要作用的湿地植物能源化利用潜力进行系统评估.结果显示,15种人工湿地植物的纤维素含量在19.78%～36.9%之间,半纤维素含量在4.51%～19.67%之间,木质素含量在10.79%～20.47%之间,具有与玉米秸秆相当的热值,其热值在14.002～17.839 MJ/kg之间.在NaOH–酶解工艺条件下,不同人工湿地植物水解液中存在5种糖类组分,主要为葡萄糖和木糖.研究表明,人工湿地植物是一种较好的生物质资源,可通过生物质固体成型燃料技术、沼气技术和燃料乙醇技术加以利用,进而建立人工湿地植物生物质资源能源化藕联利用模式.图2表2参22     

东北区域空气质量时空分布特征及重度污染成因分析

东北已成为我国又一个霾污染多发和重发区域.采用2013～2017年东北区域大气污染物地面监测数据、卫星数据和气象数据等信息,探讨了中国东北地区空气质量时空分布特征与重度污染成因.结果表明,"沈阳-长春-哈尔滨"带状城市群是全年污染最严重的区域,空气质量指数(AQI)的空间分布具有明显的季节性,冬季污染最严重,春季吉林省西部周围为椭圆形污染区,夏季和秋季大部分时间空气质量最佳.3个典型的霾污染时期是10月下旬和11月上旬(即秋末和初冬,时期一),12月下旬和1月(即冬季最冷的时候,时期二),及4月到5月中旬(即春季沙尘和农业耕作期).时期一,季节性作物残茬焚烧和冬季采暖用煤燃烧产生的PM_(2.5)强排放是极端霾事件发生的主要原因(AQI 300);时期二,在最严寒月份里,重度霾污染事件(200 AQI 300),主要由燃煤和汽车燃料消耗的PM_(2.5)排放量高,大气边界层较低,以及大气扩散性差等共同引起;时期三,春季PM_(10)浓度较高,主要是由内蒙古中部退化草原的风沙和吉林省西部裸地的区域性扬尘传输造成的.同时,当地农业耕作本身也释放PM_(10),并提升了裸土的人为源矿物尘的排放强度.     

基于可解释性机器学习的纳滤膜去除有机微污染物研究

纳滤膜对微污染物去除效率受膜特性、微污染物性质和实验条件等因素影响,优化这些影响因素对纳滤工艺的成功应用至关重要,然而实验优化过程不能同时兼顾多因素对去除效能的交互影响.为此,基于线性、非线性和集成学习算法,开发了4种纳滤膜对有机微污染物去除效率的预测模型,并验证了模型的预测性能和可行性.在拟合程度、稳健性和外部预测能力等方面对开发的模型进行了对比分析研究,结果表明,用集成学习算法开发的XGBoost模型能够准确识别影响膜分离过程中的关键因素,在预测纳滤膜对微污染物的去除效率方面表现出强大的潜力(R_adj²=0.977,Q_ext²=0.877,Q_LOO²=0.875).此外,利用SHAP解释方法定量解析了各驱动因素对纳滤膜去除微污染物效率的贡献,证明纳滤膜的截留分子量、膜表面接触角和污染物的尺寸是微污染物去除过程中重要的影响因素.首次将模型解释方法应用于特征变量的选择过程,使集成算法(XGBoost)模型的性能得到进一步优化.所开发的机器学习模型,有利于优...     

基于随机森林模型的中国PM2.5浓度影响因素分析

选取气溶胶光学厚度、海拔、年降水量、年均气温、年均风速、人口密度、GDP密度和NDVI作为影响因子,基于随机森林模型、特征重要性排序和偏依赖图技术,研究中国PM_(2.5)浓度空间分布的影响因素及其区域差异.结果表明:①与多元回归、广义可加模型和BP神经网络相比,随机森林模型估算的PM_(2.5)浓度精度最高,可用于PM_(2.5)污染的影响因素研究.②PM_(2.5)浓度随气溶胶光学厚度、人口密度和GDP密度的增加呈先上升后平稳的趋势,随降水、风速和NDVI的增加呈先下降后平稳的趋势,随海拔和气温的增加呈下降→上升→下降的趋势.③气溶胶光学厚度对PM_(2.5)浓度空间分布的影响最大,可解释37.96%的PM_(2.5)浓度空间分异;年降水量对PM_(2.5)浓度空间分布的影响最小,解释率仅为5.75%.④影响因子与PM_(2.5)浓度的关系存在空间异质性,同一影响因子对不同地理分区的PM_(2.5)浓度的影响程度有所不同.气溶胶光学厚度对华南地区PM_(2.5)浓度的空间分布影响最大,对东北地区影响最小.     

基于MGWR模型的中国城市PM2.5影响因素空间异质性

基于全国297个地级市2018年PM_2.5浓度数据、自然与社会经济数据,采用多尺度地理加权回归（MGWR）模型分析了各影响因素对PM_2.5浓度的作用尺度与影响效果的空间异质性.结果表明,MGWR模型适用于中国地级市PM_2.5浓度影响因素研究.在作用尺度上,人均GDP、技术支持水平作用尺度最大,其次是相对湿度、居民地比重、人口密度与风速,降水量、第二产业比重、植被覆盖状况、温度与能源消费强度作用尺度最为局限.在影响效果上,相对湿度、人口密度与居民地比重全部为正向作用;第二产业比重和能源消费强度主要为正向作用,分别占总样本的70.71%与64.98%;风速、温度既存在正向作用也存在负向作用,空间上呈两极分化,其中正向作用分别占总样本的49.83%与57.91%;降水量、植被覆盖状况主要为负向作用,分别占总样本的91.58%与69.70%;人均GDP、技术支持水平全部为负向作用.研究结果表明各因素对于中国城市PM_2.5浓度的影响均存在着不同程度的空间异质性.