RBF与Elman神经网络在人工湿地复合基质去污效果预测中的应用

人工湿地的去污机理复杂、呈高度非线性,故利用神经网络技术构建模型预测其长期运行效果。通过构建人工湿地复合基质模拟槽系统进行为期4个月的实验,监测得到56组COD去除率数据样本,经Matlab小波去噪后分别利用RBF和Elman网络构建动态神经网络模型,预测该系统对生活污水中COD去除效果。结果表明,RBF和Elman神经网络预测值的均方根误差分别为0.0186和0.0163,精度较高,该系统后期的COD去除率在49.4%～59.0%之间。     

土地利用对洱海罗时江小流域土壤微塑料污染的影响

土壤环境中微塑料污染受到广泛关注,但小流域尺度下不同土地利用方式对微塑料污染影响的认识相对不足.以洱海北部罗时江小流域为研究对象,分析耕地、河岸带、草地和林地土壤中微塑料污染特征,利用聚合物风险指数法评估4种地类土壤的污染风险,探讨土地利用对土壤微塑料污染的影响.结果表明：①罗时江小流域土壤微塑料丰度在220~1 900 n·kg^-1之间,平均丰度为（711 ± 55）n·kg^-1,主要聚合物类型为聚酯（PES,32.52%）和聚对苯二甲酸乙二醇酯（PET,21.95%）,粒径集中于0.5~2 mm（61.89%）,超过75%的微塑料为纤维状,颜色以透明为主（58.50%）.②小流域土地利用方式决定土壤微塑料的丰度和污染特征,人类活动强度更大的耕地[（885 ± 95）n·kg^-1]和河岸带[（837 ± 155）n·kg^-1]土壤微塑料丰度显著高于林地[（491 ± 53）n·kg^-1]（P<0.05）,薄膜和碎片状微塑料主要赋存于耕地土壤,微塑料聚合物类型和颜色种类也以耕地土壤最为丰富.③耕地土壤微塑料风险指数等级（Ⅲ级）高于其余3种地类（Ⅰ级）.研究表明,小流域内人类活动强度越大的土地利用方式,其土壤微塑料赋存特征越复杂,聚合物类型更丰富,潜在污染风险越高,应加强对耕地土壤微塑料污染的管控.     

基于Meta分析的污水处理工艺对微塑料去除效果影响

污水处理厂(WWTPs)是微塑料“源-汇”过程的重要场所,污水处理工艺和微塑料特性对微塑料去除效果的影响有待深入探讨.综述了57篇文献中78个WWTPs的微塑料赋存特征,基于Meta分析探讨了不同污水处理工艺和微塑料赋存特征对其去除效果的影响.结果表明：(1)进水和出水中微塑料的丰度范围分别为1.56×10^-2～3.14×10⁴n·L^-1和1.70×10^-3～3.09×10² n·L^-1,污泥中的微塑料赋存丰度范围为1.80×10^-1～9.38×10³ n·g^-1;(2)以氧化沟、生物膜和传统活性污泥为核心工艺的WWTPs对微塑料的总去除率(>90%)优于序批式活性污泥、厌氧-缺氧-好氧和缺氧-好氧工艺;(3)一级处理对微塑料的去除率(62.87%)略高于二级处理(55.78%)和三级处理(58.45%),“格栅+沉砂池+初沉池”是一级处理中去除率最高的工艺组合,膜生物反应器在二级处理...