燃煤烟气脱硫技术分析

介绍了国内目前正在使用或即将使用的燃煤烟气脱硫技术的工艺特点、操作参数和适用范围。这些技术包括湿式石灰石(石灰)-石膏法、炉内喷钙后部烟气增湿脱硫法、海水洗涤法、除尘脱硫一体化技术等。     

稳定土技术在土路扬尘治理中的应用及展望

综合分析了稳定土技术用于土路扬尘污染治理的各种方法。然后在此基础上对该课题的研究及其发展提出了有关看法和建议     

低中放废物处置场核素经地下水迁移对环境影响预测

研究了我国某民用低中放固体废物处置场核素迁移的途径，对核素在地下水中的迁移进行了详细分析与计算，假定正常释放或一次降水量达到６００ｍｍ，处置场底浸泡一个月，存在６ｍ的包气带时，对该处置场处置的７种核素进行预测，结果表明，包气带是延迟核素迁移的主要屏障，在５００年内，可以使＾６０Ｃｏ＾１３７Ｃｓ＾９０Ｓｒ、＾６３Ｎｉ等核素延迟，其中＾２３９Ｐｕ降低６个月数量级，但不能延迟＾３Ｈ和＾１４Ｃ的迁移，穿过     

长江常熟段排污口布置方案数值模拟论证研究

为合理确定常熟氟化工项目排污口布置方案 ,本文在分析长江常热段水环境特征的基础上 ,针对其复杂的水下地形和水流流场 ,建立了较为准确和实用的平面二维水流水质耦合数学模型 ,预测计算了三套方案污水对重点保护水域影响程度和范围 ,并从水流流场、水质影响评价、技术经济多角度对方案进行了比较论证 ,最终推荐污水江中排放的方案 ,为项目的工程设计和环境管理提供了科学依据。     

活性污泥生长的控制

在污水处理过程中，针对不同的运行环境，我们选择适当的运行工艺和参数。通过控制菌胶团细菌和丝状菌平衡生长，或者是使固着型原生动物占优势，来获得良好的活性污泥，保证出水达标排放。     

平板载荷试验在深圳某工程中确定地基承载力

平板栽荷试验(PLT)是在一定面积的承压板上向地基土逐级加荷载,测求地基土的压力与变形特征的原位测试方法。文章在深圳地区岩土勘察中进行了一次平板栽荷试验,较为准确地确定了地基土的承载力和变形模量。结合工程实例,详细介绍了PLT的施工原理和方法,以期对类似场地勘察工程实施有一定的参考意义。     

论火灾社会防控体系的建设

当前,频繁发生的火灾事故已经成为影响中国经济发展和人民群众生命财产安全的重要因素,如何通过火灾社会防控体系建设,有效起到预防和减少火灾事故发生的作用,已成为一项迫在眉睫的任务。本文主要从依法治理、科学管理、安全教育培训三个方面论述了加强火灾防控体系建设。     

张北6.2级地震邯郸地区前兆异常特征研究

1998年1月10日张北发生MS6.2级地震。在震前一、二年,远在400km外的邯郸地区的多种前兆手段准同步地出现了中期异常变化,这些异常的变化幅度显著,在时间上与张北地震有较好的对应关系,信度较高。分析邯郸地区的前兆异常与张北地震的关系,有利于该区强震监测预报水平的提高,也可为地震前兆特征和机理的深入研究提供实际依据。     

水中天然有机物的臭氧强化光催化降解研究

研究了饮用水源中大分子天然有机物（NOM）的臭氧强化光催化降解,考察了臭氧投加量、反应时间和HCO3^-浓度对NOM降解速率的影响;分析了臭氧强化光催化过程中NOM相对分子质量的变化,并比较不同相对分子质量大小NOM的降解速率.研究结果表明,臭氧强化光催化比单独臭氧氧化、光催化能更有效地降解NOM,同时增加臭氧投加量和反应时间才能有效提高臭氧强化光催化对TOC的去除率,而单独增加臭氧投加量可显著提高生物可降解性;HCO3^-显著降低光催化的降解效果,臭氧强化光催化能有效地减弱HCO3^-的不利影响;臭氧强化光催化过程中大分子NOM分解为小分子,SUVA值迅速下降,且相对分子质量越大矿化速度越快.     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.