黄棕壤镉污染的电动修复及肥力的提升

近些年来,有关施加电场以去除土壤中污染物的报道较多,但是关于电动力学对土壤肥力的影响方面的报道很少。文章研究了电动力学(1V·cm-1)对土壤肥力的影响。修复前后测量的指标有土壤有机质(SOM)、pH、电导率(EC)、氧化还原电位(ORP)、有效氮、速效磷、速效钾。镉质量分数约为100mg·kg-1的模拟污染土壤经电动力学处理60h后,镉的平均去除效率为71%。土壤中的有效氮、速效磷和速效钾分别平均增加38.49%、47.55%和26.81%,同时TOC也增加了7.96%。总之,电动力学修复后,土壤的肥力有了明显的提升。研究结果表明,电动力学在有效去除土壤中镉的同时还能提升土壤的肥力,是一种可行的土壤修复技术。     

洞庭湖区湿地生态脆弱性研究

近年来洞庭湖区洪涝灾害的频发,使洞庭湖湿地生态脆弱带区域受到越来越多的关注.文章建立了湿地生态脆弱性评价指标体系和方法,并利用该方法对洞庭湖区湿地进行了评价,依据湿地生态特性及演化规律建立评价指标体系,利用层次分析法(AHP)确定指标权重,利用综合指数法计算湿地的脆弱度,为保护洞庭湖区湿地环境,合理开发、利用湿地资源提供了依据.     

基于GIS城市机动车尾气扩散迁移研究

中国城市大气污染日趋严重，汽车尾气污染所占比重越来越大。交通、道路、管制及气候条件等是影响城市机动车尾气排放的主要因素。本文根据机动车尾气研究的实际，研究了专题MGIS数据库结构， 并以广州为例，建立了基于GIS的城市机动车尾气扩散迁移预报系统，在此基础上实现了机动车尾气污染状况的可视化。     

河南省1950～1990年水旱灾害分析

根据河南省各县１９５０～１９９０年水、旱灾史料，进行系统的整理分析，揭示了本省各流域水、旱灾害农业损失程度，论述了水、旱灾的成灾原因、特点和规律。并对水、旱灾的灾度作了初步的探析。     

珠三角某市饮用水水源及河涌水中半挥发性和非挥发性微量有机物的调查

章采用GC，GC／MS对珠江三角洲某市饮用水源水和河涌水中半挥发性、非挥发性微量有机物进行调查分析，共检测出226种有机污染物，其中有14种美国环保局优先控制污染物，6种中国水环境中优先控制污染物，B水厂污染最严重，A水厂水质最好。结果还表明该市饮用水源水及河涌水已经受到了生活污水、石油烃、洗涤剂、塑料增塑剂、有机农药和工厂排放的污水等的污染。     

司家营尾矿库安全管理

<正>堆积选矿厂排出尾矿的尾矿库是矿山的重要组成部分,尾矿数量大、颗粒细,尾矿水含有各种有害药剂,污染土地和水体,破坏原有生态环境,且尾矿库由筑坝拦截谷口或围地构成,具有高势能,是人造泥石流危险源,所以尾矿库潜伏着巨大的环境危害和安全隐患。2008年9月8日山西省临汾市襄汾县新塔矿业公司发生特大溃坝事     

鄂州市大气VOCs污染特征及来源解析

2018年3月～2019年2月,在鄂州市主城区采用在线气相色谱仪对102种大气挥发性有机物(VOCs)定量检测,对比分析了VOCs组成、季节变化特征和日变化规律,并利用最大增量反应活性(MIR)估算了VOCs的臭氧生成潜势(OFP).结果表明,鄂州大气VOCs年均体积分数为(30.78±15.89)×10^-9,总体表现为冬季高夏季低,具体表现为烷烃>含氧化合物>卤代烃>烯烃>芳香烃>炔烃.日变化规律表现为夜晚体积分数高于白天,且总体上呈"双峰"分布,芳香烃、卤代烃和OVOCs在00:00至02:00出现"第三峰".对VOCs臭氧生成潜势(OFP)贡献较大的是芳香烃和烯烃,贡献率分别为35.45%和29.5%,其中对OFP贡献率最高的物种为乙烯,达到24.217%.分析VOCs特征物种,发现机动车尾气和溶剂使用是鄂州VOCs的主要来源,其中机动车排放是最主要来源,控制鄂州机动车排放有助于削减大气VOCs活性较大的组分,从而减少臭氧的生成.     

油菜秸秆生物炭对水中氨氮的吸附性能及机理

以废弃油菜秸秆为原料,采用限氧热解法分别在450℃、550℃、650℃条件下制备油菜秸秆生物炭(Rape Straw Biochar, RSB)RSB₄₅₀、RSB₅₅₀、RSB₆₅₀,对其理化性质进行了表征,通过序批试验研究了3种RSB吸附水中氨氮的影响因素,并结合动力学、等温线、热力学分析探讨了其吸附机理。结果表明,RSB的碳化、芳香化程度随着热解温度的提升而增加,比表面积、总孔容、平均孔径也随之增大。当溶液初始pH值为8,氨氮初始质量浓度为30 mg/L,RSB₄₅₀、RSB₅₅₀、RSB₆₅₀投加质量分别为0.7 g、0.6 g、0.4 g时,经过210 min左右达到吸附平衡,氨氮去除率均超过95%。3种RSB对氨氮的吸附行为遵循准二级动力学模型和Langmuir等温线模型。ΔG^θ<0、ΔH^θ>0、ΔS^θ>0,表明吸附是自发、吸热、熵增推动的过程。吸附机理涉及静电...     

机器学习加速能源环境催化材料的创新研究

“双碳”背景下,加快研发高效的能源与环境催化材料有助于推进能源清洁利用和环境污染治理。传统催化材料研发模式主要依赖实验试错方法,难以满足能源与环境领域对高效催化材料的研发需求。快速发展的机器学习等数据科学技术为催化材料研发带来范式变革的契机。基于机器学习、实验数据和计算数据的有机结合,可对催化材料进行快速筛选,突破传统试错法的局限性,有利于解决催化剂研发效率低、成本高等难题。本文从催化材料的位点预测、配方筛选、构型设计以及反应路径优化等角度讨论了机器学习方法加快能源与环境催化材料创新的研究进展,分析了不同训练数据获取途径对应的机器学习方法构建及其在催化材料开发中的应用,展望了机器学习加快催化材料研究方法创新的发展趋势,以期为促进其在能源与环境领域的应用提供启示。     

钦州湾近20a来水环境指标的变化趋势V．浮游植物生物量的分布及其影响因素

利用钦州湾20a（1983～2003年）来10个航次的调查分析资料，分析了该湾浮游植物的分布变化及其与环境因子之间的关系。结果表明：该湾在开发初、中期，浮游植物生物量呈明显上升趋势，相应的营养盐除N明显上升外，均下降显著；在开发盛期，以Chl．a表征的浮游植物生物量则呈明显下降趋势，相应的营养盐仍以N明显上升的趋势出现，而P和Si则保持了相对稳定状态。相关分析显示，开发初期，浮游植物突出了与直接消费者一浮游动物的显著正相关关系；开发中期，浮游植物与环境因子的相关几率明显增加，尤以秋季最好；在开发盛期前期，Chl．a只与COD呈显著的负相关关系，而在中期，无论秋季还是冬季，Chl．a与环境因子的关系均较密切，多在95％置信水平上。这种相关特性的出现，代表了不同时期海湾的水环境特征。