2-丁烯醛生产废水的臭氧脱毒预处理

CMW（crotonaldehyde manufacturing wastewater,2-丁烯醛生产废水）污染物浓度高、毒性强、直接采用生物法处理难度大.为了降低CMW的生物处理毒性,采用臭氧氧化法对CMW进行脱毒预处理,并通过考察不同臭氧氧化条件对废水COD_Cr、TOC（总有机碳）、UV_{254 nm}去除率及SMA（specific methanogenic activity,比产甲烷活性）抑制率的影响,获得了优化的臭氧氧化条件,进一步分析了废水脱毒机理.结果表明:①优化的臭氧氧化条件为接触反应时间180 min、初始pH 3.0、反应温度35℃、气相臭氧浓度30.3 mg/L,进气流量500 mL/min;并且在该条件下,CMW中COD_Cr、TOC和UV_{254 nm}的去除率分别为19.9%、9.9%和70.6%,主要特征有机污染物[包括2-丁烯醛、（E,E）-2,4-己二烯醛、3-（2-甲基-2-丙烯）-5-戊内酯、1,5-二甲基-1-烯-4-羰基-环氧己烷、山梨酸乙酯等]的去除率在74.4%以上.②厌氧产甲烷毒性试验结果显示,CMW的SMA抑制率由臭氧氧化前的82.0%降至臭氧氧化后的47.2%.③反应动力学研究显示,CMW中COD_Cr、TOC及UV_{254 nm}的去除过程均符合一级反应动力学方程,R2分别为0.82、0.97、0.94.研究显示,臭氧氧化预处理可以较好地去除CMW中的特征有机污染物,降低废水的厌氧生物处理毒性,是一种可行的脱毒预处理方法.      

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

Pt负载暴露(001)晶面Bi2WO6催化剂合成及光催化性能

通过水热法制备了暴露（001）晶面的Bi₂WO₆纳米片,利用光还原法将Pt纳米颗粒负载于其表面.选择苯甲醇氧化和罗丹明B（RhB）降解为探针反应,评价了催化剂的光催化性能.在苯甲醇氧化实验中,Pt负载暴露001晶面的Bi₂WO₆样品的苯甲醇转化率为20.7%,约为未负载样品的2倍.在RhB降解实验中,Pt负载样品在光照40min后对RhB的矿化率可达81.1%,而未负载样品RhB矿化率仅为55.8%,表明Pt负载样品具有更优的降解速率和矿化能力.催化剂性能的提升归因于高能晶面暴露和Pt负载的协同作用.Pt纳米颗粒的负载作为助催化剂增加了催化剂表面的活性位点,同时提高了晶面光生电子空穴对的分离和迁移效率.     

微塑料对黑麦草吸收和累积水体中环丙沙星的影响

微塑料（microplastics,MPs）和抗生素作为新型环境污染物,引起了国内外学者对其生态风险的关注.以黑麦草（Lolium perenne L.）为供试植物,以聚苯乙烯微塑料和环丙沙星（ciprofloxacin,CIP）为研究对象,探讨微塑料对水培黑麦草吸收和富集抗生素的影响及MPs-CIP复合污染对植物生长的毒性作用.结果表明:黑麦草对单一CIP和MPs-CIP复合污染中的CIP均有吸收去除能力,底物中微塑料的存在会促进黑麦草对低浓度CIP的吸收去除,去除率最高可达100%,但对高浓度（1.0、2.0 mg/L）CIP吸收的影响不显著（P>0.05）.同时,微塑料可促进黑麦草根部积累的CIP向地上部转运,当CIP浓度分别为0.1、2.0 mg/L时,投加微塑料后根部积累的CIP含量与单一CIP处理组相比分别降低了44.0%、21.2%,叶片中CIP的积累量分别增加了2.9、3.0倍.微塑料的加入显著加重了CIP对黑麦草生长和叶绿素含量的抑制作用.与2.0 mg/L CIP处理组相比,50.0 mg/L MPs-2.0 mg/L CIP复合污染处理组对黑麦草根长和鲜质量的抑制率分别增加了53.7%和79.6%,而叶绿素a、b含量则分别降低了38.5%和44.4%.研究显示,水体中微塑料与CIP的共存会影响黑麦草吸收和体内积累CIP,并加重CIP对植物生长的毒性作用.      

“天舟一号”货运飞船在轨污染探测数据分析

目的分析"天舟一号"(TZ-1)货运飞船的空间污染探测器的在轨探测数据。方法 TZ-1货运飞船上的污染探测器采用石英晶体微量天平(QCM),利用污染物沉积在QCM探测器传感晶片表面引起的振荡频率变化情况来分析航天器在轨空间污染环境。根据其探测原理,通过分析下传的原始数据,得到航天器在轨的污染累积量结果。结果航天器在轨飞行过程中,污染累积已达到会导致污染敏感器件光学性能明显退化的程度,并且污染源温度是影响航天器污染累积量的一个重要因素,可以将其作为航天器在轨污染控制的重要措施。结论该研究结果可以为航天器污染设计、控制提供参考,为提高航天器可靠性设计提供数据支持。     

芦苇植株对湿地温室气体排放的影响及其日变化特征

利用静态箱-气相色谱法对夏季(7月、8月和9月)长江河口湿地芦苇植被CO_2、CH_4和N_2O的叶面通量、茎秆扩散速率以及沉积物通量的日变化进行研究。结果显示,通过芦苇叶片排放的N_2O与CH_4的量分别为2.99μg/(m~2·h)和15.36μg/(m~2·h),CO_2则呈现白天吸收(-120.86 mg/(m~2·h))、夜间排放(69.39 mg/(m~2·h))的特点。芦苇茎秆N_2O、CH_4和CO_2平均扩散速率分别为1.96μg/h、142.45μg/h和10.69 mg/h,沉积物平均排放通量为N_2O 8.18μg/(m~2·h)、CH_41.58 mg/(m~2·h)、CO_2169.66 mg/(m~2·h)。芦苇茎秆和沉积物界面CH_4和CO_2的排放均呈现出明显的"单峰型"昼夜变化规律,其排放峰值集中在日照及温度最高的9:00至15:00。芦苇植株是影响温室气体排放变化的因素之一。芦苇植株在光合作用下吸收CO_2并促进CH_4的排放,而芦苇发达的根系及茎秆是温室气体排放的主要途径。同时,Pearson相关性分析表明温度对芦苇群落CH_4和NO2的排放影响显著,但与CO_2通量的相关性不明显。土壤氧化还原电位对3种气体的排放均有显著影响。     

大型工业企业污染物防治的会计成本控制策略研究

为了降低大型工业企业污染物防治的成本,提出会计成本控制策略研究。基于自然对数模型,对企业污染物防治的会计成本控制模型进行构建。采用最小二乘回归分析法,分析会计成本控制模型的约束变量,设计能源消费结构,将污染排放水平等参量作为结构的解释变量,对模型的回归系数进行计算,完成会计成本控制模型的构建。引入面板数据随机分析法,分析大型工业企业污染防治的弹性关系,通过会计成本控制模型,实现会计成本的最优控制。