Effect of a high strength chemical industry wastewater on microbial community dynamics and mesophilic methane generation

A high strength chemical industry wastewater was assessed for its impact on anaerobic microbial com- munity dynamics and consequently mesophilic methane generation. Cumulative methane production was 251 mL/g total chemical oxygen demand removed at standard temperature and pressure at the end of 30 days experimental period with a highest recorded methane percentage of 80.6% of total biogas volume. Volatile fatty acids （VFAs） analysis revealed that acetic acid was the major intermediate VFAs produced with propionic acid accumulating over the experimental period. Quantitative analysis of microbial communities in the test and control groups with quantitative real time polymerase chain reaction highlighted that in the test group, Eubacteria （96.3%） was dominant in comparison with methanogens （3.7%）. The latter were dominated by Methanomicrobiales and Methanobacteriales while in test groups increased over the experimental period, reaching a maximum on day 30. Denaturing gradient gel electrophoresis profile was performed, targeting the 16S rRNA gene of Eubacteria and Archaea, with the DNA samples extracted at 3 different time points from the test groups. A phylogenetic tree was constructed for the sequences using the neighborhood joining method. The analysis revealed that the presence of organisms resembling Syntrophomonadaceae could have contributed to increased production of acetic and propionic acid intermediates while decrease of organisms resembling Pelotomaculum sp. could have most likely contributed to accumulation of propionic acid. This study suggested that the degradation of organic components within the high strength industrial wastewater is closely linked with the activity of certain niche microbial communities within eubacteria and methanogens.     

基于神经网络的生化池能耗预测模型研究

我国城市污水处理的能耗处于较高水平,直接能耗中电耗占60%~90%。为了合理利用电能,以A/O工艺为基础,选取BP神经网络建立能耗预测模型,由入水信息对溶解氧进行预测,为污水处理过程中曝气量的及时调度、有效利用能量提供可靠的决策依据。     

基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究

为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.     

浅析环境节能监测仪器设备静态和动态管理及意义

环境节能监测仪器设备管理分静态管理和动态管理。笔者就环境节能监测仪器设备静态管理和动态管理的重要性,做好环境节能监测仪器设备静态管理和动态管理方法和措施进行阐述。     

实时动态技术在土地资源测量中的应用

实时动态技术(RTK)在土地资源测量及工程施工过程中起着至关重要的作用,它是地籍管理和地籍信息系统建设的基础工作,科学的地籍测量方法关系着整个工程的施工质量。近年来,随着科学技术的进步,土地资源测量方法和技术的发展日新月异,特别是RTK测量技术以其快捷、精准的特点广泛应用于各类测绘工作中。因此,本文介绍了RTK技术在地籍测量中的应用,以便让人们清楚地认识RTK的工作原理、测量内容及其技术优势。     

水质对于可调式动态流量平衡阀的影响分析

文章通过对可调式动态流量平衡阀工作原理进行分析的基础上,讨论了水质对于可调式动态流量平衡阀的影响。结果表明,若水中含有颗粒物,会对可调式动态流量平衡阀产生影响,并分析了产生影响的原因。通过对不同开度下可调式动态流量平衡阀的实验证明,对于可调式动态流量平衡阀的回程影响更为明显。水质的过滤对于系统的有效运行有着重要影响。     

探究动态膜技术及其在环境工程中的应用

当前,我国的环境污染比较严重,为切实改善我国的生态环境质量,我国的环境工程逐渐增多。在环境工程中,动态膜技术有着广泛的应用。在本文中,笔者结合自身的工作实际和理论知识,介绍了动态膜技术、动态膜的制备,及其在环境工程水处理中的实际应用,并指出了其应用中的问题。     

基于GIS的长沙市洪涝灾害风险动态评估

运用GIS技术的空间分析与建模功能构建洪涝灾害风险评估模型,以长沙市地理基础数据、遥感数据、气象水文、社会统计数据为基础,从洪涝灾害的危险性、暴露性、敏感性三个角度出发,对长沙市洪灾风险进行动态评价.结果表明：与1994年相比,2010年长沙市洪灾敏感性有所增加,暴露性上升,洪灾风险增大;从空间分布上看,长沙市区及望城区由于地势平坦,湘江干流贯穿其中,加之经济发达,因而洪灾风险较高;而西部的宁乡县和东部的浏阳市洪灾风险较低;提出了有针对性的防洪措施.该评价结果与实际情况相符,可为洪灾风险管理与决策提供科学依据.     

直升机-舰动态配合的舰面流场环境研究综述

研究了制约直升机-舰动态配合性能的首要原因——直升机的载舰在海上风场、舰面特殊结构、舰艇运动等因素作用下形成的非定常舰面紊流场。在总结早期直升机-舰动态配合试验研究特点的基础上,分析了舰面流场海上实测试验的方法及其发展;针对舰面流场模拟普遍采用的CFD技术,分析了舰面流场CFD仿真的发展过程及现状。评价了新型CFD方法——DES在处理大分离涡外流方面的优势,指出了DES在舰面流场仿真领域的光明前景。     

暴雨致灾机理分析及预测模型构建

台阶边坡、路堑边坡等地常选用乔木作为护坡植物,而降雨易影响乔木的稳定性,进而影响其护坡效果。提前预测降雨对乔木稳定性的影响,则可及时预判边坡失稳、泥石流等灾害的发生。以非饱和土体力学特征和乔木根系固土机理为基本理论依据,分析失稳原因并建立相应理论模型;基于多种降雨方案,利用数值模拟得到不同降雨情况对乔木稳定性影响的相关数据;然后以模拟结果作为训练样本,利用BP神经网络构建预测模型,并制定相应的分类预警评判指标。研究表明：此预测模型不仅精度高,相比于数值模拟计算速度可提高数万倍,此成果可为灾害防治及预警工作提供参考。