排序方式: 共有51条查询结果,搜索用时 31 毫秒
41.
42.
污泥电子传递体系(ETS)活性测定中萃取剂的选择 总被引:6,自引:1,他引:5
比较了丙酮、乙醇、正丁醇、磷酸三丁酯、乙酸乙酯、甲苯和三氯甲烷等7种萃取剂检测活性污泥电子传递体系(ETS)活性的特性.结果表明,这7种萃取剂制作标准曲线的性能相近;在实际污泥样品检测中,37℃下丙酮的萃取时间仅需10min,待测样品量相同时,其萃取速度约是其它萃取剂的4~22倍,37℃下丙酮萃取污泥样品中三苯基甲脂(TF)的能力大于其它萃取剂在37℃或90℃下的萃取能力,同时以丙酮作萃取剂测定的污泥电子传递体系活性也最大,说明丙酮是污泥电子传递体系活性测定中萃取剂的最佳选择. 相似文献
43.
污水生物除磷若干影响因素分析 总被引:21,自引:2,他引:21
在系统阐述污水生物除磷机理的基础上,深入分析了微生物群体平衡、城市污水水质、环境因子以及工艺运行参数和运行方式等方面对生物除磷效果的影响.分析结果表明:生物除磷系统的溶解氧浓度不宜太高,一般好氧区DO<2 mg/L,厌氧区DO<0.2 mg/L;厌氧段存在硝酸盐对生物释磷有负面影响,缺氧段存在一定浓度的硝酸盐有利于生物聚磷;碳源必须充分、易降解;TKN/COD<0.1的城市污水有利于生物除磷;pH偏碱性可提高生物除磷效率;低温对生物除磷效果影响不明显. 相似文献
44.
45.
以生活污水、含染发污水的混合污水及低浓度染发污水为对象,通过实验研究了SBR去除其COD、总磷、氨氮和总氮效能及活性污泥CAT活性变化特征,结果表明,染发污水对SBR法去除COD、总磷、氨氮影响不大,通过生物方法可以处理低浓度染发污水,染发污水COD、总磷、氨氮和总氮的去除效率可分别达到79.11%、92.16%、74.51%和55.93%,但由于染发污水的环状有机物有可能抑制了异养菌的作用,影响总氮的生物去除效果,使染发污水比生活污水的总氮去除率低14.70%;在反应器正常运行的典型周期内,3种污水的活性污泥CAT活性均呈先高后低的总体变化趋势,且活性污泥CAT活性分别依生活污水、混合污水、染发污水降低。 相似文献
46.
超声与碱预处理低有机质剩余污泥特性分析 总被引:2,自引:2,他引:0
以某城市污水处理厂低有机质剩余污泥(VSS/SS为0.42)为对象,通过实验研究了超声与碱(NaOH和CaO)预处理对其特性的影响,分析了加碱和未加碱时污泥上清液中pH值、ORP(氧化还原电位)、SCOD、TP和NH3-N等随超声处理时间的变化规律。结果表明,在超声处理30~120 min范围内,超声加碱处理可使污泥上清液中ORP明显下降;超声加碱处理可明显提高污泥上清液中的SCOD释放量,且加NaOH比加CaO更为明显;NaOH加超声处理可促进污泥中TP的释放,但CaO加超声处理则与此相反;无论是否加碱,超声处理对污泥上清液中NH3-N释放影响较小;超声加碱处理剩余污泥可明显改善污泥絮体,使其更为紧密。 相似文献
47.
48.
49.
用TTC与INT-电子传递体系活性表征重金属对污泥活性的影响 总被引:27,自引:7,他引:20
研究了不同浓度的Cu2+、Zn2+、Cd2+、Hg2+、Ni2+、Pb2+和Ag+对污泥TTC和INT 电子传递体系活性产生的影响 ,比较了这 2个参数在表征污泥活性受重金属抑制时的灵敏性 .结果表明 ,各种重金属抑制污泥TTC 电子传递体系活性的IC50小于抑制INT 电子传递体系活性的IC50,TTC 电子传递体系活性反映重金属毒性作用的灵敏性大于INT 电子传递体系活性 .实验的重金属离子呈现出不同的毒性作用 ,以TTC 电子传递体系活性为评价参数 ,毒性顺序为 :Hg2+>Cd2+>Cu2+>Ag+>Zn2+>Ni2+>Pb2+,以INT 电子传递体系活性为评价参数 ,毒性顺序为 :Hg2+>Ag+>Cu2+>Cd2+>Zn2+>Ni2+>Pb2+. 相似文献
50.
灰色季节性指数自记忆模型及其在海河区降水模拟与预测中的应用 总被引:1,自引:0,他引:1
准确的降水模拟与预测,对防汛、抗旱及区域水资源管理有着重要的指导作用。由于降水序列波动较大,传统的灰色模型所得到的降水模拟值和预测值往往趋于平均值,论文从输入数据和模型结构改进两个方面对传统的灰色模型进行改进——采用季节性指数法对降水数据进行平滑处理,引入自记忆函数,构建灰色季节性指数自记忆模型(SS-GM),并将其应用于海河区降水过程的模拟和预测。结果表明:①该模型较传统灰色模型而言,模拟效果有很大程度的提高,能够准确模拟年和月尺度的降水过程,各水资源二级区的月尺度Nash-Sutcliffe 系数(NSE)和决定系数(R2)均达到了0.60 以上,大部分区域年降水模拟的NSE和R2均在0.70 以上,且在较大的时空尺度上,模拟效果更佳;②模型具有一定的月降水量的预测能力,在1~2 月预见期内,各分区降水预测值NSE达到0.50 以上,大部分地区NSE值超过0.60;③模型结构简单、计算方便,能很好地反映降水数据序列的变化趋势,且具有较高的模拟及预测精度。 相似文献