基于力学机制的钢筋混凝土柱抗剪承载力模型∗

为了兼顾钢筋混凝土(RC)柱抗剪承载力分析的计算精度和简便性,研究建立了一种基于力学机制的RC柱抗剪承载力简化模型。首先基于变角桁架-拱模型理论,结合变角桁架模型的力平衡条件以及变角桁架模型和拱模型之间的变形协调条件,建立了RC柱抗剪承载力分析的理论模型;然后利用38组试验数据进行统计分析,分别确定了混凝土、箍筋和拱模型的抗剪承载力贡献系数近似取值,在此基础上建立了R C柱抗剪承载力分析的简化模型;最后通过与试验数据进行对比分析,验证了该模型的计算精度和适用性。分析结果表明,该模型不仅可以合理分析混凝土、箍筋和拱作用的抗剪承载力贡献,具有较高的计算精度,而且计算公式较为简洁。     

基于多行业DSGE模型的中国碳减排政策效应

碳达峰和碳中和目标的提出,标志着中国低碳减排进入新的阶段,从国家层面的宏观政策包括各个行业的行业政策都在推行各种低碳减排政策,从行业异质性视角动态分析碳减排政策的效应具有重要的学术和实践意义。为此,构建一个包含环境外部性和碳减排政策的多行业动态随机一般均衡模型,研究许可证交易和碳税两种政策情景下,行业技术冲击、税收政策和减排政策调整冲击对宏观经济、环境和行业排放的动态效应。模拟发现:许可证交易政策情景下,行业技术冲击具有明显的结构性效应,覆盖行业企业减排率上升,排放下降,而未覆盖行业排放随产出上升而上升,而在碳税政策情景下,这种差异并不明显。政府采用盯住总排放波动的碳减排政策能够有效地减少冲击带来的福利损失,提高对维持排放水平的关注程度能够减少相应的福利损失。建议政府有效地权衡经济增长和改善环境二者之间的关系,在不造成大的负面经济影响的前提下,加大减排政策力度,推广和扩大碳交易试点范围,尽快在全国建立统一的碳市场。制定碳减排政策时,考虑碳减排政策收入的返还机制,配以减税的财政政策以刺激经济,缓和减排政策的负面影响。政府应根据排放水平顺周期地动态调整碳减排政策的强度,适当提高对维持排放水平的关注程度。     

基于CEEMDAN和改进的混合时间序列模型工作面涌水量预测研究

为提高采煤工作面涌水量预测准确度,收集大量工作面涌水量观测数据进行整理、统计、分析,将涌水量稳定性、周期性和季节性特征考虑在内,提出1种基于数据驱动的完全自适应模态分解算法(CEEMDAN)和改进的混合时间序列模型工作面涌水量预测方法。该方法利用CEEMDAN处理涌水量数据,构建麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)和自回归移动平均模型(ARIMA)并行级联而成的混合时间序列模型对工作面涌水量进行预测。研究结果表明：该模型预测结果与真实数据相差更小,平均绝对误差为6.36 m³/h,均方根误差为10.6 m³/h,模型拟合系数为0.95,更适用于工作面涌水量预测。研究结果可为矿井工作面涌水量预测及防控提供参考。     

新烟碱类杀虫剂吡虫啉和啶虫脒对人神经母细胞瘤SK-N-SH细胞的毒性作用

吡虫啉和啶虫脒是目前使用较广的2种新烟碱类杀虫剂,它们在环境、食品和人体样品中的普遍残留,对人体健康构成威胁,但目前关于其对人的神经毒性仍知之甚少.本文以人神经母细胞瘤SK-N-SH细胞为模型,采用体外细胞实验,研究不同浓度吡虫啉和啶虫脒暴露对细胞活力、细胞形态、烟碱型乙酰胆碱受体(nAChRs)α7亚基的mRNA和蛋白表达、乙酰胆碱酯酶活性以及氧化应激的影响,为这2种杀虫剂的健康风险评价提供依据.实验中,先将SK-N-SH细胞分别暴露于不同浓度的吡虫啉和啶虫脒24 h,通过测定细胞活力,确定2种杀虫剂的10％抑制浓度(IC10)值.在此基础上,设定3个梯度的低暴露浓度(0.01、0.1和1 mmol· L-1)和溶剂对照,研究吡虫啉和啶虫脒对SK-N-SH细胞其他指标的影响(暴露24 h后).细胞活力、氧化损伤和乙酰胆碱酯酶活性分别用相应的试剂盒测定,细胞形态用倒置光学显微镜观察,nAChRs α7亚基的mRNA和蛋白表达分别用RT-qPCR和Western Blot测定.结果 表明,吡虫啉和啶虫脒的IC10值分别约为1.5 mmol· L-1和2.0 mmol· L-1.1 mmo1·L-1吡虫啉对nAChR α7的mRNA表达和蛋白表达均显著提高,对乙酰胆碱酯酶活性有显著抑制,并引起细胞显著的氧化应激(P＜0.05).0.1 mmol· L-1吡虫啉对乙酰胆碱酯酶活性有显著抑制(P＜0.05).1 mmol· L-1啶虫脒对nAChR α7的mRNA表达和蛋白表达均有显著提高(P＜0.05).为进一步揭示吡虫啉的影响,对0.1 mmol· L-1吡虫啉暴露组和溶剂对照组细胞进行了转录组分析,发现吡虫啉暴露对一些神经退行性疾病相关基因及其他一些重要通路相关基因有显著影响.本研究证明,吡虫啉和啶虫脒在非致死浓度条件下会对细胞产生一系列显著影响,吡虫啉的影响大于啶虫脒.     

固化单宁纤维素基气凝胶吸附还原Ag(I)行为研究

以纤维素为原料,在Na OH/尿素/H2O溶解体系中通过交联作用将橡椀单宁固化在纤维素基体上,制得固化橡椀单宁纤维素基气凝胶(VTCA).通过SEM-EDS、FT-IR、XRD等对VTCA进行表征,并研究其对水溶液中Ag(I)的吸附行为.结果表明,VTCA具有明显的三维网格多孔结构,孔隙率达到97.95%,在较宽的p H范围内(1～8)对Ag(I)均保持较高的吸附效率(>75%).吸附过程符合拟二级动力学模型和Langmuir吸附等温线模型,温度升高有利于吸附,最高理论吸附量为147.2mg/g.吸附还原研究机理表明,VTCA主要通过静电吸引和螯合作用将Ag(I)吸附到其表面,并通过单宁结构上的酚羟基将其原位还原为Ag0,证明VTCA具有良好的吸附还原性能,能够实现对水体中Ag(I)的回收.     

高潜水位采煤沉陷区微塑料赋存特征及风险评估

为探明高潜水位采煤沉陷区微塑料污染赋存特征及其环境风险,选取安徽省淮南市春申湖、舜耕湿地公园两个典型采煤沉陷区为研究区域,采集了表层水体,底泥及周边农田土壤样品,采用体视显微镜、扫描电镜、红外光谱对微塑料尺寸、形状、颜色及丰度等赋存特征进行表征.结果表明:采集的样本中多为纤维微塑料和薄膜微塑料,类型主要以聚乙烯,聚丙烯为主,颜色以黄色和透明为主,粒径大多小于500μm.采煤沉陷区的地表水丰度范围为0.77～7.1pcs/L,沉积物微塑料的丰度范围为540～2800pcs/kg,周边农田土壤微塑料的丰度范围为380～2380pcs/kg.采用污染负荷指数(PLI)模型进行评估,地表水和农田土壤的风险评估都为于Ⅰ级,属于轻微污染,而沉积物中的微塑料风险评估为Ⅱ级,属于中度污染.     

水培和盆栽条件下碎米莎草对铀的耐受性及富集特征

碎米莎草(Cyperus iria L.)作为铀的超耐受植物,它的发现为探讨铀污染环境的植物修复和铀在植物体中的吸收和耐受机理提供了一种新的资源. 在Hoagland's营养液中加入铀标准溶液模拟铀污染水环境,以及直接在铀尾沙条件分析不同铀供应水平下碎米莎草对铀的耐受性能和富集特征. 结果表明:①碎米莎草对铀的富集特征依赖于生长介质中铀的供应水平和植物生长期等多重因素. 碎米莎草不同生长期各部位w(U)均高于生长介质中的铀供应水平,根系和地上部分w(U)最高可分别达(48 605±1 266)和(824±856)mg/kg. 根、茎和叶中w(U)基本随着铀供应水平的升高而增加,在开花期时较低,根系吸收的铀有1/10~1/5能转移至茎、叶、花籽部位,ρ(U)<250 mg/L的铀溶液对碎米莎草的生长无抑制作用. ②碎米莎草对铀尾沙具有很强的耐受性,但地上部分的富集系数在某些条件下可大于1;地上部分的w(U)在开花期相对较高,至成熟期时下降;在成熟期添加柠檬酸有助于碎米莎草根、茎和叶将铀转移至籽部位.      

市政污泥与含氟污泥的环境土工特性比较分析

通过试验研究了市政污泥和含氟污泥的环境土工特性,并进行了对比分析,得出结论为:两种污泥的含水率、液限、塑限、液性指数、孔隙比、有机质等都很高,除了比重、密度外,市政污泥的各项指标较含氟污泥高;市政污泥溶液为酸性,含氟污泥为碱性;市政污泥中的重金属含量以Cu、Zn居多,而在含氟污泥中污染物为Cr、Sr、Zn、F;市政污泥中Cu的残渣态比例较高,Zn酸溶态比例较高;Cu、Zn的迁移性随溶液碱性增强而降低;含氟污泥中Sr的迁移性随溶液碱性增强而降低;含氟污泥中的氟元素以残渣态为主。Cr主要形态亦为残渣态,Cr的迁移性随着pH值的升高而降低。两种污泥的抗剪强度和渗透性都很低,其中含氟污泥略高,均不能满足填埋要求;两种污泥压缩性都很高,且市政污泥略高;两种污泥的压实性均差,压实效果不佳。     

人血清白蛋白功能化的磁性纳米粒子对掌叶大黄的配体垂钓

掌叶大黄是中国传统的药用植物,其主要活性成分为蒽醌类化合物.利用人血清白蛋白(Human serumalbumin,HSA)功能化的磁性纳米粒子(Magnetic nanoparticles,MNPs)为固相萃取材料,对掌叶大黄的水提取液进行配体垂钓研究,从中捕获到两个HSA的配体;结合质谱鉴定其结构分别为大黄素和大黄酚.基于磁性纳米粒子的配体垂钓技术可为从传统药用植物中寻找HSA的小分子配体提供一个简便有效的方法.     

以缓释肥的形式回收污泥溶解液中磷的研究

以聚合硫酸铁(PFS)为絮凝剂,单宁酸为助凝剂回收污泥溶解液中的磷。研究结果表明:在铁盐投加量为160mg/L,pH为8,单宁酸投加量为10 mg/L条件下,磷酸盐的回收率可达到97.0%。单宁酸促进了混凝沉淀物中磷的释放,表明利用该方法回收磷作为缓释肥的可行性。将沉淀物作为缓释磷肥施用于土壤中能够明显促进黑麦草的生长。