生态土壤渗滤系统启动周期研究

利用室内模拟试验装置,考察了4种生态土壤渗滤系统在0.1 m3/(m2·d)的水力负荷条件下对生活污水中TP、COD和NH3-N的去除效果及启动周期; 同时对整个系统及同类生态工艺启动周期的判断方法做了探讨.研究结果表明,生态土壤渗滤系统对TP、COD和NH3-N的启动周期分别为15～27 d、24～40 d和24～26 d; 土壤渗滤系统对TP的启动周期最短,对COD的启动周期最长; 处理系统启动周期的判断原则是综合考察系统对主要污染物各自的启动周期,以最长的作为系统启动周期.4组试验中,1#和2#系统的启动周期为40 d; 3#和4#的为24 d.     

污泥加热预处理对中温厌氧消化的影响

对污泥加热预处理给中温厌氧混合消化和污泥单独消化带来的影响进行了研究.研究结果表明,污泥加热预处理有利于提高混合消化对 COD 的去除率,尤其是 SCOD 的去除率由 77%增长到 93%,但不利于 TS 和 VS 的去除;而对污泥单独消化,预处理则不利于有机物的去除.采用加热预处理后的污泥进样,混合消化和污泥单独消化的甲烷产气量均有所提高.     

模糊综合评价法在矿区塌陷土地复垦潜力评估中的应用

为了合理利用土地、提高土地生产率、改善矿区及其周围的生态环境，对矿区塌陷土地复垦潜力进行了研究。阐述了模糊综合评价法的基本原理，并以南票矿区为例，选择了塌陷土地复垦潜力评价的二层树状结构因子，确定了隶属度函数、评价指标权重和评价集，得出了塌陷土地复垦潜力的评价结果。为其他矿区塌陷土地复垦潜力评价提供了理论依据。     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

电感耦合等离子体质谱法在环境监测中的应用

针对ICP-MS技术的使用特点及其近年来在环境监测领域的应用进行综合阐述，并对ICP-MS技术的发展前景作出简单的评述。     

固定化混合菌修复油污染地表水的研究

从辽河油田受石油污染的河床底泥中筛选出一株芽孢杆菌(Bacillus sp.)和一株黄杆菌(Flavobacterium sp.)，采用二次交联化学方法对2株细菌单独及混合固定，分别进行了不同接种量的固定化细菌对油的降解，以及固定化混合菌对环境的耐受性和在自然地表水中对油的降解进行研究，结果表明，在相同时间内固定化混合菌对油的降解效果明显优于固定化单株菌，而且都优于游离菌。固定化混合菌pH在6～10、温度在20～40℃范围内能保持较好的活性。在120 h时，固定化混合菌对自然地表水中油的降解率达94.5%,对地表水中COD的去除率达89.6%。扫描电子显微镜分析显示，固定化载体的微观结构适合细菌的生长，固定化混合菌在载体内部形成高密度的菌群。以上的研究为固定化微生物应用于油污染地表水的生物修复提供了一定的理论基础。     

Sustainable development of China's regions from the perspective of ecological welfare performance: analysis based on GM(1,1) and the malmquist index

Environment, Development and Sustainability - Ecological welfare performance is a measure of the relationship between input ecological resources and output welfare, and it reflects the sustainable...     

亚热带稻田土壤碳氮磷生态化学计量学特征

为了解稻田土壤中是否存在稳定的土壤有机碳(C)、氮(N)和磷(P)比值,基于亚热带区110个水稻土剖面和587个发生层的土壤调查数据库,在区域尺度上分析了典型水稻土C∶N∶P比值的生态化学计量学特征,并应用相关分析和冗余分析,研究水稻土C∶N∶P比值与土壤-环境因子(地形和母质、土壤发生层、土壤类型和土壤理化性质)的关系.结果显示,亚热带区稻田土壤C∶N、C∶P和N∶P的剖面加权平均值分别为12. 6、49和3. 9,C∶N∶P为38∶3. 2∶1.不同母质起源、不同土壤亚类和不同发生层的水稻土C∶N变异相对较小;但C∶P和N∶P的变异很大,两者均值也远低于全球(186和13. 1)和中国土壤(136和9. 3)的C∶P和N∶P的平均水平.尽管稻田土壤剖面的C∶N∶P相对不稳定,但由于稻田表土生物与环境相互作用强烈,表土C∶N相对稳定(14. 2).这反映长期水耕熟化作用下,稻田表土中C和N仍存在紧密的耦合作用.然而,在稻田土壤剖面上,C∶P和N∶P并不稳定,SOC与全P含量、全N与全P含量也无显著相关性,表明环境变化可能导致土壤C∶N∶P解耦.地形、土壤质地、氧化铁和容重是调控稻田土壤剖面C∶N∶P的关键土壤环境因子.