UiO-66(Zr)@多孔陶瓷复合材料的制备及对络合态重金属EDTA-Cu(Ⅱ)的去除

本文采用多孔陶瓷作为基体制备了锆基金属有机骨架UiO-66@多孔陶瓷复合材料.通过扫描电子显微镜(SEM)、粉末X射线衍射(PXRD)、氮气吸附和傅里叶变换红外光谱(FTIR)等表征手段对比了氢氧化钠脱硅和乙二胺表面改性等基体活化方式对UiO-66(Zr)在多孔陶瓷表面负载情况的影响.结果表明,经过乙二胺表面改性的多孔陶瓷对UiO-66(Zr)的负载更均匀,负载效果更好.以EDTA-Cu(Ⅱ)为考察对象,研究了UiO-66(Zr)@乙二胺表面改性多孔陶瓷复合材料对络合态重金属的净化效能.结果表明,UiO-66(Zr)@多孔陶瓷复合材料在较宽的酸碱条件下(pH=3—9)对络合态重金属EDTA-Cu(Ⅱ)均表现出良好的吸附性能,饱和吸附量为1.17 mg·g~(-1),并可通过NaOH解吸再生,从而实现材料的重复利用.     

土壤污染物的生态毒理效应和风险评估研究进展

环境生态风险评估（ERA）流程已经被纳入全球环境政策中，既用于规范新化学物质的授权和营销（前瞻性环境生态风险评估），也用于评估潜在的污染场地（回顾性环境生态风险评估）。将土壤生态毒理学应用于风险评估，能阐明有毒物质对土壤生态系统中生命有机体的危害程度与范围。笔者主要介绍了应用评估因子法和物种敏感度分布法对基于效应数据进行的外推与估算，并综述了欧美等主要国家和地区的土壤生态风险评估框架、相关法律法规及其实施情况等，为中国开展土壤污染物生态毒理效应和风险评估等相关研究提供参考。     

固相萃取-超高效液相色谱/三重四极杆质谱法同时测定地表水中8种亚硝胺类化合物

建立了固相萃取（SPE）-超高效液相色谱/三重四极杆串联质谱（UPLC-MS/MS）同时测定地表水中8种亚硝胺类化合物的方法。水样中目标物经椰壳活性炭固相萃取小柱吸附富集，小柱经氮气吹干后采用二氯甲烷洗脱。待测样品采用Atlantis T₃柱，以水-甲醇作为流动相进行梯度洗脱，大气压力化学电离源（APCI）正离子模式多反应监测方式（MRM）进行检测，内标法定量分析。8种目标物在相关线性范围内线性良好(r≥0.9950)，地表水加标回收率为55.4%~90.4%，相对标准偏差为3.1%~14.3%，方法检出限为1.1 ~1.8 ng/L。本方法准确度和灵敏度高，适用于快速测定地表水中8种亚硝胺类化合物含量。     

英国国防工业安全生产法制体系研究及对我国的启示

为建立健全我国国防工业安全生产法制体系，从构建历程、宏观设计和微观建设要点等方面对英国国防工业安全生产法制体系展开系统研究，并分析当前我国国防工业安全生产法制体系存在的主要问题以及英国国防工业安全生产法制体系建设对我国的启示。结果表明:在宏观设计方面，英国构建以国防安全局为监管主体的高度扁平化监管体系；在微观建设方面，其更加注重国防工业安全生产法律体系的层次性、内容完备性，法律的实操性、更新机制，以及监管职责界定的建设。借鉴英国经验，指出将国防工业安全生产法制体系建设提升至国家战略高度，实现国防工业安全生产专门立法、强化法律可操作性、完善法律制修订机制和科学界定监管职责是我国今后努力的重要方向。     

蚯蚓-稻壳炭联合堆肥对工业污泥中重金属的影响研究

蚯蚓堆肥相关研究多集中在生活污泥方面,对工业污泥的探索较少。该研究以马鞍山某钢铁污水处理站污泥为例,添加不同比例稻壳炭(2%、4%、8%),设置污泥单独堆肥、稻壳炭与污泥堆肥以及蚯蚓-稻壳炭联合污泥堆肥试验,探索蚯蚓与稻壳炭联合堆肥对工业污泥中重金属形态和生物有效性的影响。研究表明,(1)相比污泥单独堆肥,稻壳炭联合污泥堆肥能增加污泥pH、EC、TP和降低TOC、TN,而蚯蚓联合稻壳炭堆肥污泥可增加TN,并进一步增加污泥EC、TP,显著降低污泥的pH、TOC。(2)稻壳炭堆肥中重金属Zn、Cu、Pb、Cd含量因浓缩效应而上升;而蚯蚓联合稻壳炭堆肥,重金属含量显著下降,添加4%稻壳炭时,重金属Zn、Cu、Pb、Cd质量分数达到最小值,分别为856.64、137.10、158.92、15.48mg·kg-1。(3)重金属形态分析表明,随着稻壳炭比例增加,稻壳炭堆肥中重金属Zn、Cu、Pb、Cd的交换态和碳酸盐结合态转化为残渣态及铁锰氧化态的比例增大,添加8%稻壳炭时DTPA提取的有效态重金属质量分数最低,分别为705.72、47.95、50.43、4.47 mg·kg-1;蚯蚓-稻壳炭联合堆肥会使得污泥中重金属交换态、碳酸盐结合态、铁锰结合态和有机结合态均向残渣态转化,添加4%稻壳炭与蚯蚓的协同转化能力最大,Zn、Cu、Pb、Cd有效态重金属质量分数分别为629.84、38.63、36.76、1.63mg·kg-1,说明稻壳炭添加入蚯蚓堆肥可进一步降低工业污泥中重金属有效性,使重金属钝化。本研究可为稻壳炭联合蚯蚓堆肥处理工业污泥提供参考和科学依据。     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题，提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据，采用BP与RBF神经网络，通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择，并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差，而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好；通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现，神经网络对气体泄爆中最大超压的预测效果较好；通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明，神经网络相比于传统气体泄爆经验公式具有明显优势。     

典型海洋科考船霉菌腐蚀环境调查—以"向阳红10"为例

海洋科考船是海洋仪器的使用平台。探明科考船上的霉菌环境是开展海洋仪器防霉设计和霉菌试验的基础性工作。本文对 "向阳红10" 船霉菌环境进行了调查,结果显示"向阳红10"船上的霉菌群落复杂多样,优势菌种主要为曲霉属、青霉属,链格孢属在菌落中的占比也较大。本次调查结果为海洋仪器的防霉设计及霉菌试验提供了参考。