湿式电除尘技术及其在电厂的应用前景探讨

作为大气复合污染物控制系统的终瑞精处理技术装备,湿式电除尘器可用于控制PM2.5、酸雾、气溶胶、亚微米颗粒物、汞、重金属及二恶英等污染物的排放。论述了湿式电除尘器的工作原理、技术特点、结构及设计形式,探讨了湿式电除尘器在我国燃煤电厂的应用前景。     

太原市多环芳烃(PAHs)排放清单与分布特征分析

根据太原市11种主要排放源的排放因子和活动量数据,估算了美国国家环境保护局(US EPA)优先控制污染物清单中16种多环芳烃(PAHs)的年排放量.结果表明2010年太原市16种PAHs的排放量约为332.10t,其中7种致癌性PAHs排放总量为35.11t.从排放源看,生活燃煤和炼焦煤是太原市排放PAHs的主要来源,占总排放量的65%以上.从各地区的PAHs排放情况看,排放量最大的地区是清徐县(87t/a),占总排放的27%.其次为古交市(54t/a)、晋源区(44t/a)、尖草坪区(40t/a).各地区人均收入与单位GDP排放量之间呈负相关 (R2=0.727);各地区PAHs排放量与农村人口之间呈正相关(R2=0.813),从排放谱看,排放以低环PAHs为主(81%),致癌性PAHs占总排放量的10.6%.结果表明,太原市PAHs的排放与太原市特殊的能源结构和人群结构有关.     

青岛环境空气PM10和PM2.5污染特征与来源比较

年分别在青岛设6个和2个采样点采集PM₁₀和PM_2.5样品,分析二者质量浓度及颗粒物中多种无机元素、水溶性离子和碳等组分的质量浓度,以研究PM₁₀及PM_2.5的污染特征. 采用CMB-iteration模型估算法,确定一次源类及二次源类对PM₁₀和PM_2.5的贡献,利用统计学方法比较PM₁₀和PM_2.5的污染源. 结果表明:青岛大气颗粒物质量浓度季节变化显著,表现为春、冬季高,夏、秋季低;Na、Mg、Al、Si、Ca和Fe元素主要富集在PM₁₀中,SO₄2-、NO₃-、EC和OC主要富集在PM_2.5中;城市扬尘、煤烟尘、建筑水泥尘及海盐粒子等粗粒子在PM₁₀中的分担率较PM_2.5中的高,分担率分别为28.7%、17.2%、7.16%及4.47%;二次硫酸盐、二次硝酸盐、机动车尾气尘及SOC(二次有机碳)等在PM_2.5中的分担率较PM₁₀中的高,分担率分别为19.3%、8.97%、13.7%及6.07%;由PM₁₀与PM_2.5化学组分的分歧系数可见,春、秋季PM₁₀和PM_2.5化学构成存在一定差异,而冬、夏季二者的化学构成相似.      

湖泊沉积物中氨氧化微生物的amoA基因数量

采用定量PCR方法测定了4个湖泊沉积物中氨氧化微生物的amoA基因数量,并分析了其与环境因子之间的关系. 结果表明:小南湖AOA(氨氧化古菌)和AOB(氨氧化细菌)的amoA基因数量最多,分别达2.1×104和2.8×103copies/g(以干质量计,下同);梁子湖仅检测到了AOA amoA基因的存在,平均值为4.9×103copies/g. 东湖和汤逊湖的AOA amoA基因数量比较接近,约为3.0×103copies/g,然而AOB的amoA基因数量在这2个湖泊中仅分别为37和86copies/g;在这些采样点中,AOA的amoA基因数量是AOB的3~278倍. 统计分析发现,随着湖泊营养水平和间隙水中ρ(NH₄+)的上升,AOA和AOB的amoA基因数量均呈增加趋势,但ρ(NH₄+)增加对AOB的促进作用要大于AOA,导致AOA和AOB的amoA基因数量比值与间隙水中ρ(NH₄+)呈显著负相关. pH上升对2类氨氧化微生物的抑制作用则与ρ(NH₄+)增加对它们的促进作用相反. 沉积物中amoA基因数量与间隙水中ρ(NO₂-)无显著相关性,但与ρ(NO₃-)呈显著正相关. 由于ρ(NH₄+)与ρ(DO)之间呈显著负相关,因此认为ρ(DO)与氨氧化微生物amoA基因数量之间的显著负相关可能更多的是对ρ(NH₄+)与氨氧化微生物amoA基因数量之间紧密关系的一种间接反应.      

建筑工人不安全行为影响因子分析及控制措施研究

为有效的控制建筑工人的不安全行为,从而减少事故,须分析出建筑工人不安全行为主要影响因素,并提出针对性控制措施。从各种不安全行为中提取13个影响因子,在此基础上通过访谈和调研获得直接影响矩阵,借助决策试验和评价实验室方法(DEMATEL)计算出每个因子的影响度、原因度和中心度,由此分析出安全态度、安全技能、安全认知和安全培训在影响因素体系中最为重要,领导的重视对建筑工人的不安全行为也有很大影响。结果表明:个人因素是影响工人安全行为的主要因素,环境因素和管理因素通过影响个人因素影响工人的安全行为。最后,针对个人影响因素,提出了合理开展安全培训、加强现场行为管理、加强安全心理干预、完善用工制度等措施。     

广州市大气环境演变过程及其控制要素的因子分析

为分析大气环境质量变化趋势,为广州市大气环境质量改善提供理论依据,首先采用传统的空气污染负荷方法对演变特征进行了分析,在此基础上又利用因子分析方法对广州市大气环境质量的主控因素进行提取解译。在得到4个大气环境控制公因子的基础上,分析了广州市大气环境演变规律。结果表明,广州市大气环境质量与广州市的经济发展是密切相关的。从2001年开始广州市大气污染程度呈现出先升高后降低的趋势,以2005年为拐点大气环境质量逐渐好转;广州市的大气污染已转变成复合型大气污染。     

红树植物凋落叶分解对土壤可溶性有机质的影响

研究红树林湿地土壤可溶性有机质（DOM）的来源、性质及其归宿对于揭示 DOM 在红树林湿地生物地球化学循环中的作用具有重要意义。采集了木榄（Bruguiera gymnoihiza）、秋茄（Kandelia candel）和桐花树（Aegiceras corniculatum）3种红树植物的新近落叶进行室内48 d分解实验,探讨了凋落叶分解过程对土壤可溶性有机碳（DOC）和可溶性总氮（TDN）含量、C/N比（DOC/TDN）及紫外-可见（UV-Vis）光谱特征（A280、A240/A420和A250/A365比值）的影响。在48 d分解期间,3种红树植物凋落叶的输入均明显增加了土壤DOC的含量,其变化在分解第6 d最为显著,各凋落叶添加组比对照组平均增加了149%（秋茄）~196%（桐花树）,随后各凋落叶添加组土壤DOC含量呈下降趋势。与土壤DOC的变化不同,凋落叶输入后土壤TDN的变化与对照组的差异不明显,但木榄和桐花树添加组的C/N比在分解初期（第6天）显著高于对照组（P<0.05）。凋落叶的输入亦在不同程度上增大了土壤DOM的A280值,降低了DOM的A240/A420和A250/A365比值。与土壤DOC的变化相似,凋落叶输入使DOM的UV-Vis光谱特征在分解初期（第6天）的变化最明显,其中桐花树凋落叶的影响最大,秋茄凋落叶的影响最小。结果表明：凋落叶输入使培养初期土壤DOM的含量和性质发生明显改变,DOM中大分子及芳香类组分增多、团聚化程度增加,DOM 的生物可降解性变小。然而,随着分解的进行,不同凋落叶处理组之间土壤DOM的变化差异性逐渐缩小,并在分解后期与对照组趋近。     

金银花根围AM真菌多样性的季节性变化研究

为了探明金银花根围AM真菌季节性变化规律及其影响因素,2011年3月、6月、9月和12月在河北省安国市中药材基地分0-10、10-20和20-30 cm 3个土层采集金银花(Lonicera japonica)根围土壤,应用PCR-DGGE技术研究AM真菌多样性季节变化规律及其与土壤因子相关性。4个季节共分离出15种AM真菌分子种,AM真菌丰富度、香农-威纳指数和均匀度从春季到冬季先降后升,夏季最低。土壤采样深度对AM真菌多样性有显著影响,随土层加深AM真菌多样性指数降低。聚类分析表明,不同季节AM真菌群落组成差异显著,但总体来说冬季和春季群落结构相似,夏季和秋季相似。主成分和相关性分析表明,丰富度和香农-威纳指数与土壤速效P和全N显著正相关,与pH显著负相关,辛普森多样性指数与土壤全N显著正相关,与pH显著负相关,其中全N影响最大,随全N含量升高,AM真菌丰富度、多样性指数先升后降。说明金银花根围AM真菌多样性具有明显的季节性变化规律,这种变化与土壤因子密切相关,这为深入了解AM真菌、宿主植物和土壤环境之间关系,利用菌根生物技术提高金银花产量和品质提供了依据。     

森林生态系统土壤呼吸时空异质性及影响因子研究进展

土壤呼吸是全球碳循环的一个重要流通途径,是大气CO2的重要来源之一,是陆地碳循环的重要环节,对温室气体的排放产生直接影响,且关系到科学把握全球变化背景下CO2的排放动态,在全球碳收支中占据重要地位,越来越受到各国学者的广泛关注。在全球变化背景下研究土壤呼吸的时空异质性及其影响因子,可为探索陆地生态系统在碳循环方面的碳源/碳汇功能和揭示“碳失汇之迷”,以及减缓气候变暖等方面提供有力的依据。作为一个复杂的生物学与生态学过程,土壤呼吸受到气候、生物以及非生物等因子的影响而呈现时空异质性,并随着各种干扰因子影响的增强,人为因素的作用亦越来越大,该文阐述了森林生态系统土壤呼吸作用的时空动态变化规律、并探讨了影响土壤呼吸速率的各种影响因子,剖析了导致土壤呼吸时空异质性的影响因子,指出自然因子、生物因子和干扰因子共同驱动着土壤呼吸的时空动态变化。并对森林生态系统土壤呼吸作用的模型模拟方面的研究进展进行了综述。最后讨论了森林土壤呼吸时空异质性研究中存在的相关问题,同时提出了今后土壤呼吸研究中应关注的问题,同时对森林生态系统土壤呼吸时空异质性及影响因子的研究方向进行了展望。     

液位系统的辅助变量复合建模方法研究

针对发电过程控制策略设计和计量方法研究过程中,对系统模型要求越来越高的现状,基于辅助变量最小二乘(RIVLS)辨识方法,提出一种分别以一阶惯性加纯滞后模型(FOPDT)和二阶惯性加纯滞后模型(SOPDT)为基本组成部分,以建模误差的均方差为加权因子的复合建模方法,并通过实验室液位系统建模仿真过程,证明新算法的有效性。仿真结果表明:该方法具有提高建模准确性的作用,该建模方法可以扩展应用于其它对模型精度要求较高的生产过程中。