中国近岸海域优势藻种吸收利用磷的过程

通过现场采样和室内培养实验分析了藻类植物的生长状况和细胞结合态磷对磷酸盐浓度的响应.现场调查结果发现,在水华区域藻类植物的细胞磷库分布特点与非水华区域明显不同.室内培养结果发现,中肋骨条藻和东海原甲藻的最大磷酸盐吸收速率为7.71,2.39μmol/（L·d）,最大比生长率分别为0.517,0.262d^-1,磷酸盐吸收同化率为5.9×10^-8,4.7×10^-7μmol/cell,前者具有更快的磷酸盐吸收能力,更高的比生长率和较低的磷酸盐吸收同化率.2种藻细胞内结合态磷通常占细胞总磷库的50%以上,是细胞磷库主要存在形式.中肋骨条藻种群可以通过藻细胞数量增长来吸收环境中的磷源,而东海原甲藻则会优先满足细胞自身的磷储存后进行细胞增殖.在高浓度磷环境中,东海原甲藻种群的细胞不同结合态磷的质量浓度会达到饱和.磷匮乏时,中肋骨条藻和东海原甲藻的细胞内结合态磷的质量浓度与零时刻相比分别降低了45%和66%,前者明显低于后者.培养过程中,中肋骨条藻单个细胞的细胞表面吸附态磷库（95%）比细胞内磷库（50%）的降低幅度更大,东海原甲藻则与之相反.     

黑河流域底栖动物群落结构及水质评价

为了解黑河流域上中游底栖动物群落结构特征及其与环境因子之间的关系,于2018年8月对研究区域17个采样点的底栖动物和水体理化指标进行调查研究.共鉴定出底栖动物43种,其中节肢动物34种（79.1%）,软体动物7种（16.3%）,环节动物2种（4.6%）;就整个研究区域而言,优势种为大蚊（Tipulidae）、豆娘幼虫（Damselfly）、水蜘蛛（Argyroneta）、耳萝卜螺（Radix auricularia）、琥珀螺（Suecinea sp.）、白旋螺（Gyraulusalbus）,干、支流优势种分布趋势为干流（6种）优于支流（5种）;底栖动物平均密度和平均生物量分别为77ind/m²和3.7423g/m²现存量存在显著空间差异,整体上干流（1032ind/m²、60.0963g/m²）大于支流（276ind/m²、3.5233g/m²）,物种数干流（36种）大于支流（15种）;单因素方差分析显示,Shannon-Wiener多样性指数、Margalef丰富度指数及Pielou均匀度指数分布特征为干流大于支流.黑河流域上游支流和中游干流不同河段底栖动物物种组成呈空间异质性,而多样性指数对物种组成依赖性强,但因黑河流域底栖动物物种组成受自然因素和人类活动双重影响程度差异较大,使得Shannon-Wiener多样性指数、Margalef丰富度指数及Pielou均匀度指数不适合黑河水质评价.依据BI指数和综合污染指数评价表明,黑河上游支流水质优于中游干流.根据底栖动物与环境因子之间的相关矩阵分析并结合RDA分析表明：BOD₅、水温（WT）、电导率（EC）、DO、溶解性总固体（TDS）、COD_Mn及盐度是影响底栖动物群落结构的主要环境因子.     

Pt-Sn/Al2O3蜂窝催化剂催化氧化C6烃

采用等体积分浸法制备Pt-Sn/Al₂O₃蜂窝催化剂（Pt含量仅为0.06wt%）.运用X射线衍射（XRD）、透射电镜（TEM）等技术对催化剂理化性质进行表征,并选取4种代表性C₆烃（苯、环己酮、环己烷和正己烷）对催化剂性能进行评价.活性评价试验中,Pt/Sn比为3/1催化效果最佳.此时4种C₆烃转化率达到90%的温度（T₉₀）较Pt催化剂均降低约20℃,其原因在于Sn可将Pt分割为较小的团簇提高Pt分散度.寿命评价试验以环己烷为例同Pt-Sn蜂窝催化剂连续运行720h,催化活性无明显变化,其原因在于,Sn可有效抑制其粒径增长;Pt₃Sn合金降低表面对C₆烃的吸附,减少催化剂表面积炭.     

苯醌对聚合硅酸铁多相UV-Fenton体系的增效机制

通过构建苯醌增效聚合硅酸铁多相UV-Fenton体系,讨论了体系中橙Ⅱ的脱色和降解途径.在研究苯醌浓度对聚合硅酸铁铁离子的释放、Fe²⁺与Fe³⁺之间的转化、H₂O₂分解和·OH生成影响的基础上,提出了苯醌对聚合硅酸铁多相UV-Fenton体系的增效机制.结果表明,随苯醌浓度的增加,其紫外光下光解还原聚合硅酸铁并释放Fe²⁺的程度增大、H₂O₂分解速度加快、产生·OH浓度峰值增高且出现的时间提前;苯醌增效体系释放于溶液中的Fe²⁺可以通过Fenton反应转化成Fe³⁺,反应结束后聚合硅酸铁能重新吸附Fe³⁺并使其浓度降低,避免了增效体系铁离子的二次污染.本研究将为多相催化剂催化过程的调控提供新的视角,为多相光助-芬顿反应在有机废水资源化中的应用提供理论依据和技术支持.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

稻壳与聚氯乙烯共热解的特性及动力学

在热重分析仪中进行了稻壳和聚氯乙烯（PVC）的共热解实验,结果显示:在共热解时稻壳开始剧烈热解的温度相比单独热解时大幅度降低,由350℃降至300℃,表明掺入PVC降低了稻壳的热解温度。在升温速率为20℃/min,稻壳和PVC比例为2∶1（质量比）时,混合热解协同效应最明显。3种动力学分析方法均证明共热解现象的存在。利用Coats-Redfern法进行动力学分析,发现共热解活化能普遍较单独热解时低,表明PVC与稻壳共热解有明显的相互作用。利用Ozawa法进行分析,发现转化率为20%~60%阶段下共热解平均活化能值为37.60 kJ/mol,低于稻壳单独热解的平均活化能41.45 kJ/mol。Friedman法分析结果显示对应转化率下共热解活化能均低于稻壳单独热解活化能。稻壳和PVC共热解倾向于反应动力学控制。     

石墨烯/聚苯胺修饰阴极对反硝化MFC性能影响

反硝化生物阴极微生物燃料电池（MFC）以电极为电子供体,在自养条件下完成硝酸盐去除过程.本研究以碳布（CC）为基底材料,分别制备获得还原氧化石墨烯修饰（rGO-CC）,聚苯胺修饰（PANI-CC）及二者复合修饰的CC电极（rGO/PANI-CC）,并考察其作为阴极材料对反硝化生物阴极MFC产电脱氮性能的影响.扫描电镜结果显示,rGO-CC和PANI-CC的碳纤维分别被片层状rGO和网状PANI覆盖,而rGO/PANI-CC表面呈现PANI在附着rGO的碳纤维上团聚的形貌,均增大了碳布的比表面积.循环伏安测试显示,rGO/PANI-CC具有最高的电化学活性.以rGO-CC,PANI-CC和rGO/PANI-CC为阴极构建MFC的产电能力分别提高了82%,24%和41%,其阴极对NO₃^--N的去除能力增强了23%,9%和13%.16S rDNA测序结果揭示修饰后电极表面微生物的多样性下降,Stappia和Pacacoccus属微生物的丰度增加.     

基于Stacking的地面PM2.5浓度估算

为了解决地面PM_2.5监测网络在空间和时间覆盖受限的问题,提出了基于宽时空覆盖的卫星气溶胶光学厚度AOD,利用Stacking方法建立地面PM_2.5浓度估算模型,将AOD、PM_2.5和各气象参数以及与PM_2.5排放有关的数据进行训练,使用改进网格搜索对模型超参数进行优化,通过对多重共线性分析,建立基于Stacking的最优PM_2.5浓度估算模型。选取2016-01-01-2016-12-31的数据作为实验对象,结果表明:相比于随机森林、GBRT和XGBoost 3种模型,使用岭回归作为元学习器的Stacking模型性能更优,可见Stacking适用于大范围地理区域的大气污染监测。     

排水管道沉积物微生物群落及环境因子分析

选取北京市某区的排水管道沉积物进行取样,采用高通量测序手段分析,结果表明变形菌门、广古菌门、拟杆菌门、厚壁菌门是排水管道沉积物微生物中的优势门类;在纲水平上,δ-变形菌纲、甲烷微菌纲、梭菌纲、拟杆菌纲占相对优势;在属水平上,功能性微生物硫酸盐还原菌（SRB）和产甲烷古菌（MA）普遍存在于各处管道.在所选的6段管段中,管段S3、S4处MA的相对丰度分别为20.6%、40.8%,高于其他管段,厌氧产甲烷的潜能较大,有发生可燃气积累的风险;管段S5、S6处的SRB相对丰度分别为9.14%、8.19%,高于其他管段,硫酸盐还原为硫化物的潜能较大,存在管道腐蚀的风险.RDA分析表明污水的DO、水温、硫酸根、TN与管道沉积物中微生物群落存在相关性.     

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。