pH值对亚硝酸盐氧化菌动力学及功能基因的影响

为探究pH值对亚硝酸盐氧化菌（NOB）活性动力学影响,本试验采用序批式活性污泥（SBR）反应器,以富含NOB的活性污泥为对象,基于Monod模型考察不同pH值对NOB活性动力学的影响并进行统计学分析.结果表明,Monod方程可较好地反映不同pH值条件下基质底物浓度对NOB比亚硝态氮氧化速率（SNiOR）的影响,且pH=7.0时动力学参数Ks为（6.167mg/L）,r_max为[1.134g/（g·d）],此时NOB活性最好.利用钟形经验模型进行非线性回归拟合,最大比降解速率（r_max）随pH值的增大呈钟形变化,本试验NOB的最佳pH值为（6.9±0.1）,其中r_max维持在r_opt一半以上的pH值范围（ω）为（3.26±0.4）.以亚硝酸盐氧化还原酶类基因（nxrA、nxrB）为引物,基于荧光定量PCR技术分析结果显示,在不同pH值条件下nxrA基因和nxrB基因拷贝数的变化趋势均与动力学参数（Ks、r_max）的规律一致,且nxrA和nxrB基因在系统的降解过程中起协同作用.     

海绵城市透水砖铺装系统雨水入渗及重金属污染物迁移模拟

海绵城市透水砖铺装系统（PBPS）入渗特征是产流控制及径流污染物去除的重要影响因素之一。通过渗流实验,构建系统土壤层土水特征曲线,建立降雨入渗及径流重金属污染物迁移数学模型,以阐明找平层土壤粒径、基层与垫层厚度比对产流时间及径流重金属污染物去除的影响。研究表明:综合考虑延迟产流与径流重金属去除能力,中砂作为找平层介质最佳;依据结构层出水重金属污染物浓度,基层与垫层厚度比为15∶4时,PBPS对径流中重金属污染物吸附效率最高、去除效果较好。     

基于Sentinel-2的平寨水库叶绿素a浓度反演

为实现对平寨水库叶绿素a的遥感监测,选取平寨水库2017年11月17—18日的实测叶绿素a浓度数据和准同步的Sentinel-2数据,通过选取最佳波段组合建立BP神经网络模型,对平寨水库叶绿素a进行反演,并分析其空间分布特征。结果表明:Sentinel-2红边波段对叶绿素a的敏感性优于可见光波段,在叶绿素a浓度反演方面具有较大潜力。相关系数最大的波段组合方式是:B5/B4、[1/B4-1/B5]*B6、[1/B4-1/B5]*B7和[1/B4-1/B5]*B8;BP神经网络模型可决系数R2为0.9160,平均相对误差为29.87%,反演精度优于三波段模型;平寨水库叶绿素a浓度空间分布差异明显,水面开阔的中心库区浓度较高,各支流上游河段浓度较低。Sentinel-2数据可较好地应用于喀斯特高原湖泊叶绿素a浓度反演,BP神经网络模型估测结果合理、可靠;研究结果可为平寨水库水环境治理提供科学依据。     

杭州湾北岸36种挥发性有机物污染特征及来源解析

为研究杭州湾北岸VOCs（挥发性有机物）的浓度水平、组成特征、反应活性和潜在来源,采用GC-FID在线监测系统对杭州湾北岸环境大气中的36种VOCs开展了为期1 a（2017年12月-2018年11月）的连续观测,采用LOH（VOCs的·OH消耗速率）和OFP（O₃生成潜势）2种方法估算了大气VOCs的反应活性,并利用PMF（正定矩阵因子分解）和CPF（条件概率函数）模型分析其来源.结果表明:①φ（VOCs）小时平均值在冬季（26.47×10-9）最高,夏季（9.76×10-9）最低;全年φ（VOCs）小时平均值为21.24×10-9,其中烷烃、烯烃+炔烃、芳香烃、卤代烃的贡献率分别为33.24%、34.13%、15.63%、17.00%;φ（烷烃）、φ（芳香烃）和φ（卤代烃）呈较明显的昼夜变化特征,φ（烯烃）和φ（炔烃）无明显昼夜变化趋势.②大气VOCs的总LOH和OFP分别为9.39 s-1和220.57 μg/m3,KOH（·OH反应速率常数）和MIR（最大增量反应活性）系数的平均值分别为17.34×10-12 cm3/（molecule·s）和3.31;KOH和MIR系数的平均值分别与间/对-二甲苯的KOH和乙苯的MIR系数接近,表明大气VOCs的化学反应活性较强;VOCs关键活性物种为异戊二烯、乙烯、丙烯、甲苯、二甲苯和顺-2-丁烯.③特征物种相关性分析表明,杭州湾北岸大气存在老化现象,异戊烷和正戊烷受煤燃烧源影响较大,二甲苯和乙苯受溶剂排放源影响较大,甲苯和苯除受机动车尾气影响外,还受其他排放源影响.④PMF和CPF模型来源分析表明,大气VOCs主要来自石化工业源、燃料挥发源、生物质燃烧和煤燃烧源、机动车排放源和溶剂使用源,其中,机动车排放源主要来自西北方向,其他源主要来自西北、西和西南方向.研究显示,杭州湾北岸大气VOCs来源复杂,受周边工业区的影响较大.      

基于边介数的省域生态廊道构建方法优化

我国城市建设和生态保护工作均对土地资源有大量需求,二者之间的矛盾在经济优先发展区表现尤为明显.为了有效地改善生态环境,管控土地利用并引导其变化发展,需要建设具备不可替代特征的省域生态廊道.最小累积阻力模型（minimum cumulative resistance,MCR）是识别生态廊道最常用、有效的模型,但在应用于省域尺度时,MCR模型识别的潜在廊道路由存在冗余的问题.因此,通过引入网络科学中的边介数指数（edge-betweenness）对MCR模型进行优化,计算潜在廊道路由的边介数指数值,选取出其中最为重要和简明的结构来连通生态源地,即提取潜在路由中的骨干路由（backbone route）和关键战略点（key strategic point）作为不可替代的结构来指导省域生态廊道建设.将优化后的MCR模型应用于广东省,构建了全长5 493 km的省域生态廊道,其中包含生态源地20处,关键战略点11个,骨干生态廊道29条.骨干路由与关键战略点构成的不可替代省域生态廊道（irreplaceable provincial corridor）能够实现"廊道数量和占地面积最少、连通性基本不变"的目标.研究显示,边介数能够对潜在路由进行优化筛选,识别出维护省域生态安全的关键结构;不可替代生态廊道能够指导省域生态规划和土地空间的发展利用,并为更高水平的生态安全环境提供了演进的基础;同时也为土地资源紧张的地区提供了建设生态廊道的参考与依据.      

基于TMVOC的地下水位波动带苯系物迁移转化模拟

为探究水位波动情况下苯系物的迁移转化规律,提高石油污染场地地下水污染治理精度,以西北某傍河石化场地为研究对象,基于TMVOC模型对特征污染物苯系物开展泄漏模拟,通过情景模拟比较水位波动对苯系物迁移转化的影响,并从污染分布、相间转化等方面,解析地下水位稳定和波动状态下苯系物迁移转化过程差异.结果表明:①TMVOC模型较好地模拟了水位波动状态下苯系物迁移转化过程.②相较于水位稳定状态下,水位波动作用下苯系物污染深度增加0.5 m,污染面积增加25%,总质量增加12 kg.③水位稳定和波动状态下苯系物"气-液-NAPL（Non-Aqueous Phase Liquids）相"占比分别为0.17%、2.03%、97.8%和0.04%、3.69%、96.27%.④NAPL相苯系物饱和度分布与苯系物质量分布呈正相关,水位波动造成NAPL相初始饱和度降低,且初始水位面以下NAPL相饱和度升高.⑤对于苯而言,水位波动状态下非饱和带中苯在液相中的质量是水位稳定状态下的1.11倍,饱和带为10.15倍.研究显示,水位波动显著地影响了苯系物的迁移转化过程,促进了苯系物的溶解,并使更多的苯系物残留在地下介质中.      

基于SWMM模型的上海市松江国际生态商务区海绵城市建设效果评价

海绵城市建设旨在恢复城市自然调蓄能力,提升生态环境和城市韧性。以上海市松江国际生态商务区为研究区域建立SWMM模型,评估海绵城市建设对区域降雨径流控制和污染负荷控制效果,结果表明:较之传统开发模式,海绵城市建设能够显著滞蓄雨水、降低区域径流总量、削减入河污染负荷,有效减轻区域排涝压力和水环境压力。对于3,5,20,50 a重现期的2 h降雨,海绵城市径流总量分别削减40.8%、39.5%、37.0%、35.8%;对于5 a重现期的2 h降雨,TSS、COD、TN、TP的削减率分别为36.3%、39.4%、32.9%、47.6%。     

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

污水处理过程专家系统的结构特点与应用研究进展

综述了专家系统在污水处理领域的结构和特点、针对的工艺以及应用现状方面取得的研究成果。重点介绍了专家系统中知识的获取和表示、规则的建立以及与故障树和其他人工智能技术的结合情况,并对专家系统在污水处理工艺选择、运行控制以及故障诊断3个阶段的研究现状进行了细致分析。在此基础上,提出了尚需解决的问题以及进一步研究与发展的方向。     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.