多级冷冻工艺对高盐高浓度有机废水的处理效果及去除机理

探索了冷冻结晶工艺去除高盐高浓度模拟有机废水的影响因素,将多级冷冻工艺应用于模拟废水和实际废水。结果表明:在其他因素固定的条件下,结冰率越高,有机物去除率和脱盐率就越低;冷冻温度越低,有机物去除率和脱盐率越低;有机物去除率和脱盐率随初始盐浓度或初始COD的增大而降低;冷冻接触面积越大,有机物去除率和脱盐率越高。初始COD为8 000.0 mg·L~(-1),初始盐浓度为8 000.0 mg·L~(-1)的模拟废水在4级冷冻后,COD和含盐量分别降低至240.0 mg·L~(-1)和516.9 mg·L~(-1),去除率分别为97.0%和93.5%。初始COD为55 690.0 mg·L~(-1),初始盐浓度为54 648.9 mg·L~(-1) (以NaCl计)的实际化工废水在经过6级冷冻处理后,COD和含盐量分别降低至491.3 mg·L~(-1)和983.3 mg·L~(-1),有机物去除率为99.1%,脱盐率为98.2%,可达到市政管网的接管要求。上述研究结果为高盐高浓度有机废水的处理提供了新的解决方案。     

光度法记录填报中有效数字的问题

本文介绍了环境监测结果的记录、数据的正确计算以及分析结果的正确表示等方面的规则,并对分光光度法原始记录填报中常出现的有效数字不符合规定的常见问题进行了分析.     

自然资源资产负债表编制研究——以青海祁连山区为例

祁连山区是我国重要的生态功能区、西北地区重要的生态安全屏障和水源涵养地,开展该区自然资源资产负债表编制对摸清自然资源家底、指导地区绿色发展具有重要意义。综合考虑土地资源、林木资源、水资源和矿产资源等要素,根据“先实物量后价值量、先存量后流量、先分类后综合”的编制原则,构建“总表—分类表—扩展表—底表”的报表体系,对祁连山区自然资源资产实物量和价值量进行综合评估并形成自然资源资产负债表。结果显示：青海祁连山区自然资源资产自2011年以来稳中有增,2011年、2015年和2017年总资产分别为91 672.31亿、91 674.95亿、91 698.19亿元,其中,土地资源资产占99%以上,其次为矿产资源和水资源,林木资源价值最小。所构建的报表体系及核算结果对青海祁连山区乃至青海省自然资源资产负债表编制工作具有重要参考价值。     

“一湖两海”自然保护区生态保护状况评估分析

本文以《生态环境状况评价技术规范》（HJ 192—2015）中自然保护区生态保护状况评价体系为依据,对呼伦湖、乌梁素海和岱海3处自然保护区2020年生态状况进行评价。评价结果表明：“一湖两海”自然保护区生态保护状况指数（NEI）分别为77.42、82.20和78.94,生态保护状况等级均为“优”,属于主要保护对象的原生生境保护状况较好,有开发干扰现象,但程度较低的自然保护区。为擦亮呼伦湖、乌梁素海、岱海这几颗草原上的“明珠”,根据评估结果,提出了严格监管保护区人类活动,加强湿地生态环境综合治理,提升湿地生态系统服务功能的相关建议。     

从中国环境治理数据看创建循环经济的必要性

通过分析解读1995—2003年我国环境治理数据,观察历年我国污染排放总量的变动趋势,分析排污与能耗之间的关系,进而探讨能耗与经济发展的关系,思考实现循环经济的必要性与可行性。     

NaCl盐度对活性污泥处理系统的影响

海水冲厕是一项具有重大节水意义的工程。针对所产生的含盐生活污水的处理 ,试验研究NaCl盐度对活性污泥处理系统的综合影响。分别研究不同盐度驯化下活性污泥的生长、有机物降解和去除情况、SBR反应系统内溶解氧随时间的变化以及污泥沉降性等。试验结果表明 ,NaCl盐度影响了微生物的生长 ,降低有机物降解速率和去除率 ,但是却增强了细胞的溶胞作用和微生物的呼吸作用     

生物水解法处理尿素废水

一、概述 尿素合成反应中,每生成1mol尿素同时生成1mol水,加上其它工艺过程排出的水,化肥厂每生产一t尿素大约要排放0.5—0.7t工艺废水,其中含有1—2％的尿素,2—5％的氨。通常先将这股水进行解吸以回收     

饱和砂土地基相变桩的热力学特性试验研究

能源桩是一种新型的能源地下结构,相变材料能够改变自身状态来提供潜热。制作相变混凝土能源桩来实施室内大尺寸模型试验,将直径为0.2 m,长度为1.5 m的相变能源桩放入长宽高分别为2.45 m×2.45 m×2 m的模型箱中,模型箱中为饱和砂土地基。随后对能源桩施加三次循环温度荷载,测量桩体内部以及桩周土体温度的分布,并对相变能源桩的力学特性进行监测和分析,研究了循环温度荷载下相变能源桩的应力应变以及桩顶位移。研究结果表明:① 能源桩在循环温度荷载作用下产生的温度变化会给桩周土体带来一定的温度累积;② 沿桩身深度方向及桩体内部同一平面内都存在着不均匀的应力应变分布;③ 桩顶位移随温度循环过程变化,温度循环结束后会产生不可恢复的塑性位移。     

机器学习在微塑料识别与环境风险评估中的应用研究进展

微塑料是一种新型污染物,可以在环境中长期存在并造成生态风险.目前,微塑料污染已成为全球性的重大环境问题.借助新的技术途径,提高微塑料识别的简便性和可靠性,并系统分析各类环境介质中微塑料的污染特征,明确微塑料的环境效应,对科学准确评价微塑料污染的环境风险具有重要意义.机器学习技术通过学习和解析大量数据建立结果评估或预测模型,目前已广泛应用于微塑料领域的相关研究.机器学习的应用可以提高视觉和光谱识别微塑料的自动化程度和识别效率,为微塑料污染溯源提供方法支撑并有助于揭示微塑料的复杂环境效应机制.通过综述机器学习技术在微塑料识别与环境风险评估中的应用研究进展,概括了机器学习在上述方向的应用特点和局限性,为机器学习在相关方向的发展和应用提出建议与展望.