《我国主要城市旧衣物回收现状调查报告》概述

《我国主要城市旧衣物回收现状调查报告》已由人民出版社出版。该报告基于2015—2017年对全国12个城市的29家旧衣物回收再利用企业和机构进行的实地调研。调研发现:我国旧衣物回收再利用行业进入发展阶段;行业企业开始盈利;目前部分城市旧衣物回收箱进社区合法化;行业龙头企业已初具规模;行业吸引了大企业及科技公司加入;旧衣物回收模式具有创新性;产业链上中下游优秀企业脱颖而出。研究结果对相关企业了解企业经营模式和成功经验具有一定的指导作用。     

优衣库自有品牌旧衣回收再利用效果分析

全球第三大快时尚品牌优衣库,自2006年以来,通过"全商品循环再利用活动"回收自有品牌旧衣回收再利用,效果显著,实现了自有品牌服装从生产—销售—消费—回收—再利用的闭环循环再利用体系,值得国内品牌服装企业借鉴。     

瑞典生活垃圾处理方式及效果分析

生活垃圾分类回收管理措施正在我国各大城市全面实施。通过对瑞典生活垃圾层级管理和4种处理方式的介绍,对瑞典垃圾回收再利用效果进行分析,为我国推进生活垃圾分类回收再利用工作,提供可借鉴经验和参考。     

纺织服装全球回收标准概述

纺织服装全球回收标准是由荷兰管制联盟认证机构最初制定,于2008年11月起实施,该认证标准是针对废旧纺织品回收后,再生纤维原料使用时,提供一个全球性认证标准.该标准先后经过3次修订,2014年8月5日,纺织服装全球回收标准（GRS）3.0版颁布.目前已得到各国纺织出口企业的认可.     

我国电子废弃物处理产业现状与前景探讨

电子废弃物处理产业是伴随我国近年来社会经济快速发展而产生的一个新兴产业。本文分析了电子废弃物的经济价值、处理技术和产业政策,并对我国电子废弃物处理产业的现状与前景进行了探讨。     

废旧纺织品的回收及再利用

随着人民生活水平的不断提高,居民家中淘汰的各类废旧纺织品的产生量快速增加。废旧纺织品作为一种可再生资源,其复杂性影响了回收后的资源化利用。废旧纺织品分类回收和再生纤维加工,提高了废旧纺织品回收及再利用水平,有助于弥补我国纺织原材料供给不足,实现织物资源的循环利用。     

Fe^0-厌氧微生物体系处理活性艳红X-3B的试验研究

采用间歇式摇床试验，研究了葡萄糖共基质条件下Fe^0-厌氧微生物体系中Fe^0投加量、pH值、染料初始浓度对活性艳红X-3B模拟废水脱色率的影响，比较了Fe^0-厌氧微生物、纯厌氧微生物及纯Fe^0 3种体系中废水的脱色效果。结果表明：Fe^0-厌氧微生物体系中初始浓度（50～500mg／L）对活性艳红X-3B的脱色率影响不大；而Fe^0投加量、pH值存在一个最佳范围；当Fe^0投加量为260mg／L，pH值为6．0，污泥浓度为0．35gVSS／L，停留时间约为30h时，体系中活性艳红X-3B的脱色率可达90％左右，比相同试验条件下纯Fe^0、纯厌氧微生物体系达到此脱色率所需时间分别缩短了约1／2、7／10。在Fe^0-厌氧微生物体系中，由紫外可见分光光度分析可推测活性艳红X-3B的脱色机理主要是其偶氮键发生断裂，生成苯胺和萘类物质，而且苯胺和萘类物质能得到进一步降解。     

基于区域自然灾害风险区划的应急救援物资储备设施选址方法与应用

自然灾害面前,应急救援行动是拯救生命、减少损失的重要手段之一,而合理的应急救援物资储备设施是决定应急救援行动成败与否的关键。在总结前人研究成果的基础上,提出一种考虑区域自然灾害风险区划(值)、时间约束和储备设施建设成本约束的P-median问题,设计变邻域算法对问题求解。并依据北京市民政局和统计局提供的1978—2011年度区域自然灾害灾情资料,开展自然灾害下区域应急救援物资储备设施的实证研究,从理论上为区域自然灾害应急救援物资储备设施选址决策提供建议。     

不同水文情景下高邮湖、南四湖和东平湖有色可溶性有机物的生物可利用性特征

有色可溶性有机物(CDOM)的生物可利用性直接反映其生物可降解潜力,影响水体中污染物质的迁移转化和水质优劣状况.本研究运用三维荧光光谱-平行因子分析法(EEMs-PARAFAC)结合室内微生物培养实验,分析了高邮湖、南四湖和东平湖CDOM光谱组成和荧光组分的生物可利用性特征,并进一步阐述其对丰水和枯水两种水文情景的响应.结果表明:①运用EEMs-PARAFAC方法解析出4种荧光组分,微生物作用类腐殖酸C1和陆源类腐殖酸C4,类色氨酸C2和类酪氨酸C3.②3个湖泊丰水期吸收系数差值Δa(254)(培养前-培养后)均为正值,而枯水期Δa(254)部分为负值,这意味着CDOM生物可利用性对季节的响应存在较大差异.③不同水文情境下,南四湖和东平湖类腐殖酸组分%ΔC1、%ΔC4均为负值,南四湖丰、枯水期和东平湖丰水期类蛋白组分ΔC2～ΔC3为正值(t-test,P0.001,P=0.005).而丰水期高邮湖类蛋白组分ΔC2～ΔC3也为正值(t-test,P=0.008,P=0.005),这意味着不稳定类蛋白组分更容易被微生物矿化,可能生成更稳定的类腐殖酸. 3个湖泊腐殖化指数HIX、荧光峰积分比值I_C∶I_T均大于培养前,同时斜率S_(275-295)均减小进一步证实该结论.④丰、枯水期3个湖泊的类蛋白组分C2～C3的生物可利用性在入湖区域较高,同时该类湖泊入湖口区域类腐殖酸累积也较高,因而需要进一步加强入湖河流水质管理,减少外源CDOM输入以确保上述3个湖泊供水安全.     

基于循环神经网络的洞庭湖水位预测研究

洞庭湖流域分布了3个重要的自然保护区,是我国大型淡水湖泊湿地系统之一,生态资源丰富.水位是维持其生态系统结构、功能和完整性的基础.为预测长江和流域"四水"来水组合影响下的洞庭湖水位变化,该文采用两种循环神经网络方法——长短期记忆(LSTM)和门控循环单元(GRU),构建了洞庭湖水位变化的预测模型.LSTM和GRU的优势在于能够学习网络的输入和输出之间的长期依赖关系,这对于模拟受上游来水影响的水位累积变化至关重要.模型以湘江、资水、沅江、澧水入湖流量和长江干流宜昌站前期流量作为输入条件,预测洞庭湖不同湖区的水位变化过程.利用1980～2002年水位流量时间序列数据对模型进行测试,2003～2014年数据进行验证,并对两种模型的预测结果进行了比较.结果表明:(1)循环神经网络LSTM和GRU方法均可合理预测洞庭湖水位的变化过程,NSE和R2均为0.91～0.95,各站水位预测的RMSE值为0.41～0.86 m,NSE和R2均为0.91～0.95;(2)LSTM的预测精度稍高于GRU,但GRU计算更高效,是LSTM一个很好的替代方案;(3)模型能够较准确的模拟一次洪水事件,洪水位的预测值与真实值的最大相对误差低于5％;且模型具有较好的多步长时间序列预测能力,有在水文模型应用方面的潜力.