超临界水处理有机废物研究新进展

超临界水处理废物以通过添加氧化剂的超临界水氧化和不加氧化剂的超临界水萃取两种方式实现，超临界水氧化应用较多，与其它废物处理技术相比有显著优点。本文总结了超临界水氧化流程和反应机理，评述了添加剂，温度，压力及停留时间，催化剂等对超临界水氧化反应的影响，同时介绍了超临界水氧化和超临界水萃取的最新应用研究状况及尚需解决问题。     

BP神经网络在降水酸度预测中的应用

本文利用南昌市城市大气中SO2、NOX、TSP等浓度数据及降尘数据建立了BP神经网络的降雨酸度预测模型，结果表明：BP神经网络的预测模型不仅能较好地反映致酸因素与降水酸度的相互关系，而且预测精度也高于多元回归等模型。     

基于人工神经网络的行业无害化生产能力评价模型研究

利用BP前向人工神经网络方法 ,建立了一种全新的基于人工神经网络的行业无害化生产能力评价模型 ,该模型采用动量梯度下降反向传播和学习速率自适应调整相结合的训练学习算法。最后 ,以造纸及纸制品业为例 ,对中国各省市造纸行业的无害化生产能力进行评价 ;并进一步分析中国各省造纸行业无害化生产能力的时空分布规律 ,为我国行业规划、布局决策提供科学依据。     

BP网络应用于大气环境监测点的优选

为了对大气环境监测点进行优化选择 ,以大气质量分级标准为训练样本 ,构造BP网络进行训练 ,用训练好的BP网络对某地的大气环境监测采样点进行了优选 ,并与物元分析法优选结果进行比较。结果表明 ,BP网络用于环境测点优选具有较好的客观性和应用性     

应用BP神经网络预测嵌岩桩竖向承载力的研究

利用BP神经网络,建立了嵌岩桩竖向承载力预测的BP神经网络模型,采用嵌岩桩竖向承载力的实验数据对网络进行了训练,并以此训练好的BP神经网络对嵌岩桩承载力进行了预测。预测结果表明,该模型具有很高的预测精度,为预测嵌岩桩承载力提供了一种新的方法。     

人工神经网络在湖泊富营养化评价中的应用研究

运用人工神经网络技术评价湖泊富营养化程度。详细阐述了神经网络的结构设计，样本生成及学习算法，给出了通过训练得出的网络权和阈值，最后将此神经网络用于１２个湖泊的富营养化评价，取得了较好的评价结果。     

北京市工业废水和城市污水中菊酯类农药残留分析

建立了基于18C固相萃取柱和气相色谱/电子捕获（GC/ECD）分析水体中环境激素类物质--菊酯类农药的分析方法,并对方法的回收率、灵敏度进行了评价,同时分析了北京市七类典型污染点源50个采样点位菊酯类农药的浓度,检出的菊酯类农药包括联苯菊酯、氰戊菊酯、氯氰菊酯和溴氰菊酯,其检出率都较低,低于22%.检出菊酯类农药的浓度范围是0.013～1.246μg/L.该方法对菊酯类农药的回收率达到67.7%～96.2%,检测限为0.010～0.015μg/L.溴氰菊酯在废水排放中的达标率为100%.     

湖泊水质富营养化评价的多准则神经网络法

提出了基于误差平方和准则与模糊熵准则下的多准则神经网络湖泊水质营养化评价模型，并将其应用于我国五大湖泊水质营养化的评价。结果表明，多准则神经网络用于湖泊水质营养化评价，具有简便，实用，客观和广泛的通用性     

小清河干流底质有毒金属形态分布

以小清河干流底质为研究对象，为了更好地了解固体颗粒物上有毒金属被浸取进入液相情况．分析了三种不同浸取剂(DTPA、EDTA、NTA)的提取液中有毒金属Pb、Cr、Cu、Zn、Cd的含量。结果表明．金属浓度因浸取剂种类及金属本身类型不同而不同。由于固体颗粒物上金属的毒性及其可流动性与其存在形态密切相关。选取连续浸取法来考察底质样品中金属形态分布情况。结果表明．底质中Pb主要以氧化物键合态和碳酸键合态存在；Cr主要以有机键合态存在；Cu以有机键合态为优势存在；Zn主要以有机键合态和氧化物键合态存在；Cd主要以可交换态存在。     

络合萃取技术在苯胺-硝基苯废水处理中的应用研究

选用20％三烷基胺 80％加氢煤油作为萃取荆，进行四级萃取实验，探讨络合萃取技术处理苯胺-硝基苯废水工业化的可能性。实验结果表明，采用三烷基胺一加氢煤油混合溶剂对苯胺-硝基苯废水进行萃取，具有相当高的COD去除率。