三峡库区干支流落干期消落带土壤可转化态氮含量及分布特征

为探明三峡支流水体富营养化频发与库岸消落带土壤氮素"源-库"关系转化之间的内在关系,采用分级浸提法,分析了三峡库区长江万州段干流、苎溪河支流、密溪河支流消落带落干期土壤可转化态氮含量和分布特征.结果表明,与三峡库区万州段干流相比,支流消落带落干期土壤有机质和总氮含量较高,而阳离子交换量(CEC)和p H值较低.三峡干支流消落带土壤可转化态氮(TF-N)以OSF-N(有机态和硫化物结合态)为主,且含量上OSF-NIMOF-N(铁锰氧化物结合态氮)IEF-N(离子交换态氮)CF-N(碳酸盐结合态氮);而空间分布上,TF-N表现为:密溪河苎溪河长江干流,4种TF-N形态中IEF-N和OSF-N在干支流间无显著差异,而CF-N和IMOF-N分布与TF-N相反,是造成干支流消落带TF-N差异的主要因素.     

环太湖不同性质河流水体磷的时空分布特征

为了解不同性质河流对太湖水体富营养化的影响,于2009年2月(枯水期)、2009年5月(平水期)、2009年8月(丰水期)对环太湖三类9条河流中不同形态磷的沿程和时间变化特征进行了研究.结果表明,总磷(TP)、溶解性总磷(DTP)和溶解性反应磷(SRP)质量浓度随枯、平、丰水期而呈降低趋势,可酶解磷(EHP)质量浓度随着枯、平、丰水期藻类生物量的升高而升高.受生活污水影响的河流水体中各形态磷的质量浓度都是最高的,但由于此类河流从上游到下游水体自净能力很好,其对太湖富营养化的影响最小.受工业废水影响河流在与太湖交界处各形态磷的质量浓度最大,对太湖富营养化的影响也最大.入湖河流的EHP质量浓度多数情况下远远高于SRP质量浓度,EHP对太湖蓝藻的暴发起关键性作用.     

阿什河干流(道外香坊段)防洪及河道生态治理工程生态影响分析简述

通过分析阿什河干流生态环境现状,进行工程建设对生态环境的影响分析,并提出了相应的生态保护措施和建议。     

黑龙江省平水期地表水总磷构成的研究

通过对黑龙江省平水期地表水总磷监测结果分析,探讨地表水总磷的构成、成因;提出了从源头治理地表水总磷污染建议。     

齐齐哈尔市建华区餐饮业噪声污染特点及防治对策

近年来城区餐饮业发展迅速,引发了一系列的环境问题。阐述了餐饮业噪声污染现状,产生污染的原因,并就如何解决这些问题提出了意见。     

新形势下污染源监督性监测工作存在的问题及应对措施

"十二五"以来,国家不断完善总量减排和污染源监测管理制度,出台了一系列新的文件和办法,强化了监测信息公开,严格了总量减排监测体系建设和运行管理考核。新形势下,对污染源监督性监测工作提出了新的工作要求,针对当前监督性监测工作中存在的一些问题,从标准核实、规范监测、信息公布、软件升级等方面提出了相应的措施和建议。     

锂电池正极材料Li2FeS2的充放电机理与热稳定性

随着移动电子设备的飞速发展,锂电池作为新型的能源载体也取得了巨大的进步。与嵌入式氧化物正极材料相比,Li2FeS2不仅具有理想的循环性能,而且其理论容量达到400mAh／g,约为嵌入式氧化物正极材料的2倍。因此,本文从晶体结构、电化学性能、充放电机制、充放电过程中的离子电导率变化以及热稳定性等方面对Li2FeS2正极材料进行了详细的阐述。     

影响实验室检测结果准确性的因素分析

环境监测实验室的检测结果直接为环境管理、污染治理等环保部门提供服务,因此检测数据的准确性十分重要。本文通过对影响环境监测实验室检测结果的因素人、机、料、法、环五个方面入手,详尽地研究这五个方面对检测结果的影响。     

风力发电场施工期环境监理工作内容——以内蒙古阿拉善盟阿右旗风电场为例

本文以阿右旗风电场为例,综述了对风力发电场施工期的环境监理内容,旨在为以后的风力发电场施工期环境监理提供参考。     

A new pre-assessment model for failure-probability-based-planning by neural network

At present, the prediction of failure probability is based on the operation period for laid pipelines, and the method is complicated and time-consuming. If the failure probability can be predicted in the planning stage, the risk assessment system of gas pipeline will be greatly improved. In this paper, the pre-laying assessment model is established to minimize risk of leakage due to piping layout. Firstly, Fault Tree Analysis (FTA) modeling is carried out for urban natural gas pipeline network. According to expert evaluation, 84 failure factors, which can be determined in the planning stage, are selected as the input variables of the training network. Then the FTA model is used to calculate the theoretical failure probability value, and the failure probability prediction model is determined through repeated trial calculation based on BP (Back Propagation Neural Network) and RBF (Radial Basis Function), for obtaining the optimal network parameter combination. Finally, two prediction models are used to calculate the same example. By comparing our pre-assessment model with the theoretical prediction consequences of the fault tree, the results show that the error of RBF prediction model can be close to 3%, which proves the validity and correctness of the method.