土壤溶解性有机质荧光特征及其与铜的络合能力

选取4种不同类型土壤和腐熟鸡粪,透析提取溶解性有机质(DOM),通过凝胶色谱、三维荧光光谱测定并分析了DOM的相对分子质量(M_r)分布、化学结构特征及其与铜的结合能力.结果表明,鸡粪DOM相对分子质量积分面积远高于其他样品,表现出其具有较高的有机物含量,泥炭土次之.暗棕壤、褐土和黑土较低,仅为鸡粪积分面积的4.5%~5%.鸡粪在中分子量段积分面积约占总物质的34.1%,低分子量段和高分子量段分别约占41.7%和24.2%.荧光光谱分析表明,各样品均出现类蛋白荧光峰(E_x/E_m=240~270/300~350 nm),在中、高分子量段(M_r500)暗棕壤存在的荧光峰消失.泥炭土出现了较为独特的可见光区类富里酸荧光峰(E_x/E_m=325/420 nm),该荧光峰和黑土的荧光峰在中、高分子量段(M_r500)都产生了红移现象.鸡粪分别出现了和黑土类似的紫外区类富里酸荧光峰,以及和泥炭土类似的可见光区类富里酸荧光峰,以及一类独特的类蛋白荧光峰(E_x/E_m=280/350 nm),但这种类蛋白荧光峰在中分子量段(500M_r12 000)消失.分析表明泥炭土与Cu的络合常数(lg K)为4.13,其他3种土壤与Cu的络合常数较小且差别不大,集中在2.10~3.10之间.鸡粪与Cu的结合能力最大,络合常数达到6.66.     

扰动对悬浮颗粒物粒径及上覆水中磷形态分布的影响

为了探讨底泥扰动下上覆水中悬浮物粒径分布规律及该分布规律对水体中溶解性形态磷的影响,以太湖梅梁湾上覆水和沉积物作为实验对象,开展室内模拟实验.结合乌氏粒级标准分析了扰动下的水体中粒径变化情况以及上覆水中不同磷形态的变化规律.结果表明,扰动后的水体中,悬浮物粒径分布发生明显变化,其中小粒径颗粒(0~10μm)、中粒径颗粒(10~20μm)、大粒径颗粒(≥20μm)的平均占比分别升高、降低、不变.说明中小粒径颗粒物质有向大粒径转化的趋势.另外,在磷形态方面,随着粒径分布的周期性变化,DTP/TP、DIP/TP存在同样的周期性上升规律,数据显示DTP、DIP的变化并不明显,这说明扰动导致悬浮颗粒物对于磷的持留能力提高.另一方面,扰动下DTP/TP和DIP/TP平均值分别为19%和13%,其远低于对照实验(80%和69%),说明扰动引起的小粒径聚集与絮凝成大粒径颗粒的现象有利于上覆水中溶解性形态磷的吸附与沉降,并转化成颗粒态磷,进而延缓水体富营养化的发展进程.     

利用SPAMS研究华北乡村站点(曲周)夏季大气单颗粒物老化与混合状态

利用单颗粒气溶胶飞行时间质谱(SPAMS)于2013年6月30日~7月8日对华北地区乡村站点曲周大气单颗粒粒径及其化学组成进行了在线测量,共采集到同时含有正负离子谱图的颗粒230 152个,其粒径主要集中在0.2~2.0μm.结果表明,该地区的大气颗粒物主要分为8类:元素碳(EC,55.5%)、有机碳(OC,10.7%)、钠,钾等碱金属颗粒(alkalis,17.4%)、其他金属颗粒(other metals,1.7%)、富铁颗粒(Fe-rich,6.3%)、富铅颗粒物(Pb-rich,3.1%)、沙尘颗粒(dust,4.8%),other颗粒(0.8%),观测得到的8类气溶胶颗粒中绝大部分包含46NO-2、62NO-3、80SO-3、96SO-4、97HSO-4等二次组分离子,说明这些颗粒都经历了不同的老化过程或与二次组分进行了不同程度的混合.从气溶胶类型的谱分布看,各类型颗粒数浓度峰值基本出现在700~800 nm之间,dust、Fe颗粒主要集中在粗粒径段,EC颗粒子类研究表明随着表面不断吸附NH+4、NO-3、SO2-4等二次组分,EC颗粒逐步演化成老化程度较低的NO-3吸附型EC(ECN)和严重老化的SO2-4吸附型EC(ECS)混合态,两者日变化呈现明显的负相关性,也可能随着二次有机物在EC表面吸附,形成OC/EC混合态.     

曝气膜生物反应器运行过程中污泥活性特征变化及其对膜污染的影响

研究了曝气膜生物反应器运行过程中活性污泥主要活性特征变化及其对膜污染的影响.通过排出剩余污泥的办法维持活性污泥浓度在4000 mg·L-1左右,并连续运行75 d.运行期间,每日检测活性污泥的各项性质指标便于反映污泥特性的变化.结果表明,随着反应器运行时间的延长,污泥脱氢酶活性逐渐增加,其对反应器的运行有着两方面的作用,一方面会强化微生物对污染物的去除,但另一方面则导致了胞外聚合物的增加,并加速膜污染.而污泥表观产率则随着运行时间的延长先增加后有所减少,其粒径逐渐减小,且胞外聚合物呈现增加的趋势,总的出水水质情况逐渐提高,与此同时,反应器内原生动物及后生动物在运行前期较少,而在后期大量出现.膜污染分析结果表明运行后期膜污染速度明显加快,其原因在于:污泥粒径的减小以及胞外聚合物的增加导致细小颗粒及胞外聚合物堵塞或在膜表面沉积数量增加.     

米槠天然林和人工林土壤呼吸的比较研究

采用Li-8100开路式土壤碳通量系统,对福建省三明市格氏栲自然保护区米槠天然林和人工林土壤呼吸进行1 a的定位观测,分析了土壤水热因子及凋落物对土壤呼吸的影响.结果表明,米槠天然林和人工林土壤呼吸速率月变化均呈单峰型曲线,峰值分别出现在6月上旬[7.03μmol·(m2·s)-1]和7月下旬[5.12μmol·(m2·s)-1];天然林和人工林土壤呼吸速率的年均值分别为3.74μmol·(m2·s)-1和3.05μmol·(m2·s)-1,两者之间有显著差异(P<0.05);土壤温度是影响土壤呼吸的主要因素,分别可以解释天然林和人工林土壤呼吸速率月动态变化的80.1%和81.0%;天然林土壤含水量与土壤呼吸速率呈显著正相关,但人工林两者不具有相关关系;天然林和人工林土壤呼吸速率与当月凋落物量和前一个月凋落物量呈极显著的正相关关系(P<0.01);指数方程计算的天然林和人工林土壤呼吸的Q10值分别为1.86和2.01,天然林和人工林土壤呼吸年通量值分别为14.34 t·(hm2·a)-1和11.18 t·(hm2·a)-1,天然林转换为人工林后,土壤呼吸年通量下降了22.03%.     

铜导线短路熔痕的SEM/EDS分析

在电气线路火灾原因的调查中,为更好地区分铜导线一次短路与二次短路的熔痕特征,用扫描电子显微镜(SEM)和X-射线能谱仪(EDS)对2种熔痕的形貌和相应的元素成分进行了试验研究。结果表明:铜导线一次短路与二次短路熔痕的表观形貌特征和元素成分具有明显的不同,二者的区别主要表现在熔痕表面所含的气孔、元素种类及导线本体与熔痕之间的过渡区方面,一次短路熔痕表面气孔多,元素种类少,导线与熔痕之间有明显界限,二次短路熔痕则相反。该研究结果可以区分短路熔痕形成的环境气氛,以此判断导线短路熔痕类型,为电气线路火灾原因的调查提供科学依据。     

危险品泄漏事故后动态路网应急疏散研究

在建立以最短车辆总疏散时间为目标的应急车辆疏散模型过程中,考虑路网上的车流是时变的,以动态交通流分配理论对应急车辆流进行优化分配。基于计算的复杂性和粒子群算法(PSO)的优点,采用PSO对模型进行求解。算例试验结果表明,优化后的方案能够减轻整个疏散车辆的拥堵程度,为应急管理部门决策提供理论支持。     

充填体与岩体能量和强度匹配的分析及应用

矿山嗣后充填法中,采用经验类比法判定胶结充填体的强度存在诸多问题。利用新的方法来分析充填体与岩体的匹配是必要的。对某铜矿灰砂比为1∶6、1∶8、1∶10和1∶12的4种尾砂胶结充填体进行力学试验和匹配分析。首先利用损伤力学方法建立充填体破坏前本构方程,根据岩体开挖释放能量与充填体蓄积应变能相近的原则,来判定岩体与充填体的匹配;然后运用GTS/MI-DAS有限元软件模拟开采-充填过程,根据应力变化与充填体极限强度的大小关系判定两者的匹配。2种方法所得到的结论一致。分析结果表明,该矿山宜采用充填配比不小于1∶10的尾砂胶结充填体。     

粒子群优化的RBF瓦斯涌出量预测

瓦斯涌出量是煤矿瓦斯灾害的主要来源,它直接影响煤矿安全生产和经济技术指标。瓦斯涌出量的传统预测方法是将其影响因素线性化后提出的,具有一定的局限性。本文基于群体智能理论,提出了一种基于粒子群算法优化的RBF神经网络瓦斯涌出量预测模型。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用粒子群算法优化RBF网络权值和其他参数,形成PSO-RBF预测模型。该模型通过计算种群粒子的适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明PSO-RBF优于传统的RBF预测模型,训练速度和预测精度显著提高。     

Integrating soil carbon cycling with that of nitrogen and phosphorus in the watershed model SWAT: Theory and model testing

In this paper we describe and test a sub-model that integrates the cycling of carbon (C), nitrogen (N) and phosphorus (P) in the Soil Water Assessment Tool (SWAT) watershed model. The core of the sub-model is a multi-layer, one-pool soil organic carbon (S_C) algorithm, in which the decomposition rate of S_C and input rate to S_C (through decomposition and humification of residues) depend on the current size of S_C. The organic N and P fluxes are coupled to that of C and depend on the available mineral N and P, and the C:N and N:P ratios of the decomposing pools. Tillage explicitly affects the soil organic matter turnover rate through tool-specific coefficients. Unlike most models, the turnover of soil organic matter does not follow first order kinetics. Each soil layer has a specific maximum capacity to accumulate C or C saturation (S_x) that depends on texture and controls the turnover rate. It is shown in an analytical solution that S_x is a parameter with major influence in the model C dynamics. Testing with a 65-yr data set from the dryland wheat growing region in Oregon shows that the model adequately simulates the S_C dynamics in the topsoil (top 0.3 m) for three different treatments. Three key model parameters, the optimal decomposition and humification rates and a factor controlling the effect of soil moisture and temperature on the decomposition rate, showed low uncertainty as determined by generalized likelihood uncertainty estimation. Nonetheless, the parameter set that provided accurate simulations in the topsoil tended to overestimate S_C in the subsoil, suggesting that a mechanism that expresses at depth might not be represented in the current sub-model structure. The explicit integration of C, N, and P fluxes allows for a more cohesive simulation of nutrient cycling in the SWAT model. The sub-model has to be tested in forestland and rangeland in addition to agricultural land, and in diverse soils with extreme properties such high or low pH, an organic horizon, or volcanic soils.