电化学法处理工业废水的现状与发展研究

随着工业的快速发展,如何对工业废水进行高效处理是我们需要解决的问题。电化学方法反应装置简单,反应效率高,不会产生二次污染。对中国工业废水目前常用的电化学处理技术的进展和应用进行了综述,包括电化学氧化、电化学还原、电絮凝、电渗析等内容,对国内外的研究成果的总结可知,电化学法对工业废水的处理效率较高,有一定的应用前景。同时对电化学法将来的重点研究方向提出了展望。     

海南省规模化畜禽养殖场污染防治现状调查与减排对策研究

近年来,随着规模化畜禽养殖业的发展,畜禽养殖业污染已成为农村环境污染的重要来源之一。本文通过对海南省规模化畜禽养殖污染及防治现状调研,归纳了海南省畜禽养殖污染防治的主要技术模式及存在的主要问题,并从过程控制、循环利用和末端治理等技术上提出了海南省畜禽污染防治的对策,从而对全面完成海南省"十二五"主要污染物总量减排目标,有效防治畜禽养殖污染,促进生态旅游岛建设具有重要意义。     

模糊综合评判法在渭河水质评价中的应用研究

渭河是陕西省的第一大河流,准确的水质评价是治理渭河水体污染的重要前提。本文采用模糊变换原理和最大隶属度原则,运用模糊综合评判法对渭河潼关吊桥断面2012年的监测数据进行了全面评价。结果表明该断面春、夏、秋、冬四个季度的水质污染级别分别为:Ⅴ类(严重污染)、Ⅰ类(未污染)、Ⅳ类(重污染)和Ⅴ类(严重污染),主要污染物为NH3-N。与传统的单因子评价法相比,该方法能更全面合理地反映水质情况。     

蓝藻预警监测数据管理系统开发与应用研究

太湖蓝藻预警监测一直是政府及环保部门关注的重点工作并已经成为日常监测任务,但由于数据汇总和日统计评价工作量大,每项指标评判靠人工处理效率明显低下,蓝藻预警监测数据管理系统的开发很好的解决了这一问题.该系统以蓝藻监测和上报的实际业务需求为基础,综合了地表水各项指标的评价功能,并运用网络平台方便灵活地与其他部门共享蓝藻监测信息,极大地提高了综合分析人员工作效率,同时还为环境管理部门提供了更加全面的趋势分析.     

不同排水体制比较研究的发展与展望

合理地选择排水体制,是城市和工业企业排水系统规划和设计的重要问题.环境保护应是选择排水体制时所考虑的主要问题.排水体制的选择问题一直是学界和业界争论的热点问题之一.对不同排水体制的比较研究,有助于人们了解不同排水体制的优劣,从而选择最合适的排水体制.回顾国内外已有的对不同排水体制的比较研究,可以为以后的研究提供指导和参考.     

家用洗涤剂中特征污染物的检测及潜在风险研究

家用洗涤剂的特征污染物磷与表面活性剂随废水排入环境水体造成水体溶解氧下降、富营养化,破坏水生生态环境。从北京市三个具有代表性的市场购买洗衣液、洗衣粉、洗衣皂和洗洁精四种形态的家用洗涤剂共40个样本,并对其中磷与阴离子表面活性剂(LAS)含量进行检测。结果显示,所有衣用洗涤剂总P2O5含量均小于1.1%,符合无磷洗涤剂国家标准(GB/T 13171.2-2009);而LAS含量差异较大,范围为6.9%~31.4%,基本趋势是洗洁精洗衣液洗衣粉;经估算,洗涤等量衣物,洗衣液的LAS排放量比洗衣粉高49.1%,北京市每年家用洗涤剂LAS产生量至少为1.23万吨;经检测蓟运河北京段水样,61.5%的样点水样中LAS含量达到III类水质标准,但局部地区污染仍较为严重,污染风险不可忽视。     

碳排放现状及驱动因素分解实证分析研究——以东莞市为例

根据IPCC碳排放计算指南核算东莞市2005年-2011年期间能源消费的碳排放量,并进行现状分析和采用对数平均权重分解法（LMDI）因素分解分析.研究结果表明：碳排放总量以5.8％速度增长,而碳排放强度以5.8％速度递减;煤是碳排放主源,但所占比重逐年下降;工业碳排放量比重最大,但是增速减慢;交通业、服务业和居民生活碳排放量及所占比重逐年增加;经济规模的扩大是拉动东莞市人均碳排放的决定因素,累计效应远高于能源效率和能源结构对碳减排影响.     

西安市PM_(2.5)污染源位置确定的模型应用研究

针对空气中PM2.5污染物的传播问题,以西安市的情况为实例,合理考虑风力等天气和季节因素的影响,建立能够刻画该地区PM2.5的发生和演变规律的有风高斯点源扩散数学模型,代入相关数据后,利用MATLAB软件求解出PM2.5污染源由一区扩散到另一区的浓度,最后由综合的各区总浓度得出PM2.5污染源的位置,并与该市实际检测到PM2.5数据进行对比分析。结果表明,确定的位置比较准确,该方法能为城市污染治理提供参考。     

氟磺隆水解动力学研究

采用试验室内模拟试验的方法,研究不同pH的缓冲溶液和不同自然水体对氟磺隆水解的影响。实验结果表明,不同pH缓冲溶液和不同自然水体对氟磺隆水解速率均有不同程度的影响。在碱性条件下氟磺隆的水解速率最快,半衰期为0.2 d,酸性条件下次之,半衰期为6.0 d,在中性条件下水解较慢,半衰期为15.7 d,而在不同自然水体中氟磺隆的降解速率为:伊通河水稻田水青湖水蒸馏水。     

Compositions and sources of organic acids in fine particles (PM2.5) over the Pearl River Delta region, south China

Organic acids as important constituents of organic aerosols not only influence the aerosols' hygroscopic property, but also enhance the formation of new particles and secondary organic aerosols. This study reported organic acids including C14–C32fatty acids, C4–C9dicarboxylic acids and aromatic acids in PM2.5collected during winter 2009 at six typical urban, suburban and rural sites in the Pearl River Delta region. Averaged concentrations of C14–C32fatty acids, aromatic acids and C4– C9 dicarboxylic acids were 157, 72.5 and 50.7 ng/m3, respectively. They totally accounted for 1.7% of measured organic carbon. C20–C32fatty acids mainly deriving from higher plant wax showed the highest concentration at the upwind rural site with more vegetation around, while C14–C18fatty acids were more abundant at urban and suburban sites, and dicarboxylic acids and aromatic acids except 1,4-phthalic acid peaked at the downwind rural site. Succinic and azelaic acid were the most abundant among C4–C9dicarboxylic acids, and 1,2-phthalic and 1,4-phthalic acid were dominant aromatic acids. Dicarboxylic acids and aromatic acids exhibited significant mutual correlations except for 1,4-phthalic acid, which was probably primarily emitted from combustion of solid wastes containing polyethylene terephthalate plastics. Spatial patterns and correlations with typical source tracers suggested that C14–C32fatty acids were mainly primary while dicarboxylic and aromatic acids were largely secondary. Principal component analysis resolved six sources including biomass burning, natural higher plant wax, two mixed anthropogenic and two secondary sources; further multiple linear regression revealed their contributions to individual organic acids. It turned out that more than 70% of C14–C18fatty acids were attributed to anthropogenic sources, about 50%–85% of the C20–C32fatty acids were attributed to natural sources, 80%–95% of dicarboxylic acids and 1,2-phthalic acid were secondary in contrast with that 81% of 1,4-phthalic acid was primary.