产业

风能产业前量良好；武汉建成首座环保型垃圾中转站；大学生造出“节能汽车”；我国首艘超声除藻船在常州下水；两项噪声国家标准发布。     

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.     

他“点”着了火头：关于“垃圾围城”的思考和对策

一介书生口出“狂言”:“一百万元就能消灭广州垃圾”,言如烙铁,闹得羊城一时间沸沸腾腾。有人说钟博士兴脑发热,“呆”得可爱。联想本刊今年第一期扉页文章就有钟晓青的大作:“化”:必由之路。诸位,不妨翻出来看一看,可以看也钟博士敢作时代弄潮儿,终于——     

蚯蚓对城镇污泥堆肥过程中微型动物群落演替的影响

采用实验对比和除趋势对应分析（DCA）等方法,以城镇污泥中的微型动物为对象,研究蚯蚓对堆肥过程微型动物群落演替的影响.结果表明,蚯蚓仅影响微型动物群落数量,对演替进程无明显影响.堆肥过程微型动物群落演替可分为3个阶段：第1阶段（0~10 d）,固着类纤毛虫为优势类群阶段,该阶段微型动物变化多受限于环境的改变,蚯蚓影响较小;第2阶段（10~30 d）,固着类纤毛虫和轮虫向肉足虫和线虫为优势类群的过渡阶段,该阶段蚯蚓对线虫数量有一定的限制;第3阶段（30 d后）,肉足虫和线虫为优势类群阶段,该阶段蚯蚓对有壳肉足虫的增长产生了明显的抑制作用.群落多样性指数结果显示,蚯蚓在第1和第2阶段作用不明显,在第3阶段增加了微型动物的多样性和均匀度,减小了优势物种的优势程度.对固着类纤毛虫的同化作用是蚯蚓稳定堆肥环境、促进有机质降解的重要因素.     

焚烧飞灰重金属含量及浸出长期变化规律研究

通过对24个飞灰样品的重金属全量消解和高精度X射线荧光光谱法（HDXRF）快速检测结果进行线性回归分析,发现HDXRF法可较准确测定飞灰中Cu、Pb、Zn、Ni和Cd含量（线性回归决定系数R²³0.90）.采用HDXRF法对某焚烧厂飞灰重金属含量6个月快速检测及浸出毒性测定数据统计分析发现：飞灰重金属月均含量较稳定（变异系数CV<0.14）但日均含量波动较大（CV>2.54）;飞灰中Pb、Cu和Zn含量呈正相关（相关系数r>0.78）;金属浸出浓度受浸出液终点pH值影响显著,超标频率依次为Pb（68.9%）、Cd（66.1%）、Ni（24.0%）、Cu（14.2%）和Zn（1.6%）.短期飞灰金属含量和浸出毒性数据受焚烧工况,烟气处理工况和垃圾组分等多种因素共同影响,不具有代表性.为评估垃圾分类源头削减重金属效果,建议采用快速检测方法对焚烧飞灰重金属含量进行长期监测.     

光合细菌强化SBR系统处理垃圾渗滤液及生物群落结构分析

从垃圾渗滤液中分离得到一株具有脱氮除磷能力的光合细菌R1,经鉴定为沼泽红假单胞菌（Rhodopseudomonas palustris）,将其投加到SBR系统中,研究对其强化处理垃圾渗滤液的效果,并解析反应器中的菌群构成。结果表明:添加了光合细菌的实验组SBR反应器对COD、NH₄+-N和TP去除率分别达到76.895%、65.964%和94.036%,且污泥产量明显少于对照组。高通量测序结果表明:变形菌门、绿弯菌门、厚壁菌门、酸杆菌门和拟杆菌门为主要优势菌门。在Caldilineaceae、Acinetobacter、Pseudomonas等共同作用下,R1不仅能够稳定存在于活性污泥中,还能够有效改善活性污泥中微生物群落结构,提升其脱氮除磷的性能。     

基于“BIM+GIS”技术的建筑垃圾精准管控信息管理平台研究初探

近年来,我国建筑垃圾产量不断增加,全国600多座大中城市中有70%被垃圾所包围,其中建筑垃圾贡献率达到40%,而相比于部分发达国家,我国尚缺少针对于建筑垃圾的全过程实时监测与智能管控手段。将"BIM+GIS"技术引入建筑垃圾监管领域,并基于此技术建立建筑垃圾实时监测与智能管控信息管理平台,可实现对建筑垃圾的精准管控。     

基于地下管廊施工建筑垃圾产生特征的定量预测模型的建立

以浙江省宁波市地下管廊施工为研究对象,通过现场调研和建筑施工进度跟踪,建立了工程渣土、废弃混凝土、工程泥浆3种建筑垃圾的定量预测模型。结果表明:预计产生程渣土为83891.21 m3、废弃混凝土为4837.34 m3、工程泥浆为11435.27 m3。与真实值相比,模型的相对误差分别为8.6%,4.9%,3.5%,均低于20%,可认为三类建筑垃圾预测模型的建立有效。     

建筑垃圾堆放点样本集构建与优化研究

为更好地解决手工制作的建筑垃圾堆放点样本集效率低、数据量少,难以支撑基于深度学习的遥感图像目标检测算法训练需求的问题,采用基于像素的遥感分类方法构建建筑垃圾堆放点样本集,在此基础上结合直方图均衡化,CS-LBP算子约束以及迁移学习的方法对Wasserstein生成对抗模型（WGAN）进行优化,实现了样本集扩充。研究结果表明:相对于纯手工制作的样本集,基于像素的遥感分类方法可以显著提升样本集制作的效率;同时,经过WGAN优化后,生成样本模拟了原始数据的颜色与纹理特征分布规律,增加了原始数据的多样性,满足了扩充样本集的需求。