基于全过程治理的环境规制减排机制研究——来自长江经济带数据的实证检验

基于2007~2017年长江经济带11个省市的面板数据,利用中介效应模型探究全过程治理视域下政府主导型和市场激励型2类环境规制的减排机制.研究发现,政府主导型环境规制和市场激励型环境规制对SO₂排放均具有显著的抑制作用,其影响系数分别为-0.154和-0.209.其中政府主导型环境规制在源头防控、过程控制和末端治理的全过程都起到显著的减排效应,而市场激励型环境规制只通过末端治理实现减排.因此,尽管市场激励型环境规制具有低成本、高效率的优点,但考虑到源头防控和过程控制在生态环境保护中发挥的根本性作用,对于经济结构和经济发展方式较为落后的地区和行业,仍要重视以政府为主导的环境规制,通过因地制宜、合理科学地运用环境规制工具以实现高效的全过程污染治理.     

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.      

低温等离子体协同催化降解废气污染物的研究进展

阐述了低温等离子体协同催化工艺流程与反应机理,探讨了反应温度、废气进口组分、废气中水蒸气含量、气体流速、气溶胶等因素对降解效果的影响。分析认为:一段式低温等离子体协同催化可改变低温等离子体特征及催化剂催化特性,但尚未解决尾气臭氧逃逸、副产物产生及放电稳定性等问题;两段式低温等离子体协同催化可提高污染物分子降解效率并减少尾气臭氧逃逸,但未能有效利用等离子体的能量,气体中的水蒸气、粉尘及反应过程中产生的气溶胶均能影响后置催化剂的催化性能;两段式低温等离子体协同催化已具备工程应用条件,还需配套高效预处理单元以降低废气中水蒸气、粉尘等对催化剂的影响。     

大型电力企业污染治理型营销策略研究

大型电力企业是国家发展电力需要重要扶持的企业。在大型电力企业电源结构中,火力发电占据重要地位,消耗煤炭的同时,会产生固体污染和废气污染,影响生态环境。为此,在提高大型电力企业完成电能输出的同时,需实现对环境的保护,提出对大型电力企业污染治理型营销策略进行研究。通过分析大型电力企业发展的生态环境、经济环境和行业发展环境,总结大型电力企业营销外部环境现状。考虑火力发电在电源结构中的地位以及对环境造成的污染,提出设计火力发电以外的电源结构,实现大型发电企业污染治理型营销策略提出与研究。     

淮河流域污染"久治不愈"原因浅析及治理措施建议

根据淮河流域水质和产业结构现状、近几年来主要污染物排放量变化以及流域内污水处理情况,初步分析了淮河流域污染反弹“久治不愈”的几个原因并提出了几点相应的建议。     

固定化微生物处理有机污染物的研究进展

综述了近年来固定化微生物技术用于有机污染物治理中的最新进展，这些有机污染物包括难降解有机污染物（酚类、芳香烃类等）及其它化合物（DMP、甲硫醇恶臭气体、制药废水等）。此外，对藻类固定化技术作了简介，并对固定化技术的应用前景及存在问题进行了评述。