硫酸盐还原厌氧氨氧化机理及其微生物研究进展

硫酸盐还原厌氧氨氧化（SRAO）是一种在厌氧条件下将氨氮氧化与硫酸盐还原耦合在一起的微生物过程,能够同时实现脱氮除硫且无需额外的电子受体,在废水处理领域备受关注。本文综述了SRAO的反应机理、SRAO功能微生物及其与其他微生物之间的相互作用,分析了目前SRAO研究中存在的不足,指出今后可以从生物信息学和分子生物学等角度,深入探讨SRAO体系中功能微生物之间的相互作用、揭示SRAO体系内N和S的循环途径、解析SRAO体系的内部机理,为SRAO工艺改进和工业应用提供理论支持。     

一种新型的HF发生器

江苏省植物研究所在HF发生技术上实现了技术突破,于1989年研制了一种新型的HF发生器。其基本原理是将一定浓度的HF溶液通过高温瞬吋完全气化,再与空气混合形成所需浓度的HF供试气体。该发生器的特点是它与开顶式熏气装置相配套使用时,能提供浓度稳定的HF气体,对温度变化的波动性小,仪器响应性能好和技术设计灵活。本文旨在介绍这种发生器的基本原理,组成结构,性能特点和应用前景。     

浙江地区水稻上有机胂农药的应用与安全性

纹枯病Pellicularia sasakii(shiroi)Ito是我国南部稻区较为普遍发生的一种病害,分布在江苏、浙江、福建及台湾等省地。有机胂农药——甲基胂酸锌(稻脚青)、甲基胂酸钙(稻宁)以往较多用于防治纹枯病,它们的特点是生产简便、防效高、施用方便、价格便宜。但是稻田较多地使用有机胂农药是否会造成对农田的污染始终是人们非常关切的问题。以前虽然有些论述,可是说法不一,主要是缺     

利用印染厂碱减量废水脱除烟气中SO2模拟试验研究

介绍了化纤印染厂坯布前处理工序产生的碱减量废水作为锅炉烟气ＳＯ２的脱硫剂的试验结果,分析了碱减量废水脱硫反应过程及其为碱减量废水综合治理提出了一种新的预处理方法。     

华北南部重污染城市周边区域二次气溶胶的化学特征及来源解析

为探究华北南部地区重污染城市邯郸市北部地区冬季大气颗粒物的化学组分及来源,于2020年11月23日至12月12日采集了 PM1 和PM2.5样品并进行了分析.观测期间日平均ρ(PM1)和ρ(PM2.5)分别为114.53 μg·m-3和124.25μg·m-3,PM1/PM2.5比值的变化范围为83.3％～95.3％,...     

浅谈安防信息处理三环节的发展趋势

正安防行业经过这几年的洗牌,局势已经渐渐变得明朗,海康威视等安防龙头遥遥领先,群雄割据;中型企业因势利导,通过优势互补增强市场话语权;小微企业则只能利用地利、人和的优势固守城池,夹缝中求生存。但是,随着互联网、大数据、人工智能等一些高新技术的发展,安防行业正面临着一场新的变革,行业巨头纷纷基于自身的核心技术进行跨界,消费者市场、汽车电子、无人机等新的市场领域不断被开拓,同时,互联网大鳄、IT界巨头也纷纷跨界,逐步将触手伸入到安防行业中来,     

四川省再生资源行业协会会员大会召开

据《人民日报》海外版报道,国务院台办发言人杨毅在2009年11月25日的记者会上表示,中华全国供销合作总社主任李成玉近日率经贸团赴台考察并洽商合作,成果丰硕。其中,中再生与台湾绿电再生股份有限公司（简称：台湾绿电）签署的“废旧家电电子产品回收处理合作框架协议”,     

基于GIS数据的县域人口密度空间降尺度模拟——以广东省惠东县为例

人口调查统计以行政区划为基本单元,数据精度不能满足栅格尺度上的空间结构分析,也难以与生态环境综合研究中的自然地理数据相匹配,而人口数据降尺度空间模拟是解决这一问题的有效途径。本文基于统计学方法和GIS技术,对惠东县乡镇人口数据与空间因子进行相关性分析,并筛选出建设用地指数、高程、到居民点距离等因子用于回归分析,分别采用一元和两种多元回归方法建立人口密度数据空间化模型,最终在GIS平台中实现人口密度的降尺度模拟,获取200m×200m栅格尺度的人口密度数据。一元回归分析中,建设用地指数因子的模拟结果最优,R2为0.734,可作为快速、粗略模拟惠东县人口密度的模型;多元回归分析中,逐步和向后回归模型的R2分别达到0.775和0.886,模拟结果均较为理想。通过对模型的分析可知:①多元模型明显优于一元模型;②向后回归模型优于逐步回归模型。研究结果表明此人口密度模拟方法具有较强的操作性,可为县域尺度人口密度空间化的应用研究提供借鉴。     

大气氟化物对橡胶树的伤害实验研究

通过熏气模拟试验研究氟化氢气体对橡胶盆载幼苗的影响。结果表明：熏气后,橡胶苗出现典型受害症状,熏气浓度越高,受害越严重,叶片氟的积累量也越高。幼叶总是先于老叶受害,老叶对于氟的累积量高于幼叶;随着熏气浓度升高,电导率明显增加;熏气后,气孔发生变形,而且熏气浓度越高,变形越厉害,随叶片受害程度加大,叶片失绿,叶绿素含量降低。