从废水中回收磷的主要方法和常见工艺

磷污染是引起水体富营养化的重要原因,磷资源紧缺是我们即将面对的事实,同时解决这两方面问题的办法就是必须从含磷废水中回收磷。文章叙述从废水中回收磷的主要方法和原理,并介绍常见工艺流程。     

石化行业的清洁生产

清洁生产是以提高企业的科学管理水平，降低原材料、能源资源的消耗，减少污染物的产生量和排放量，减少污染物的处理费用，实现最佳的生产工艺，最佳的资源配置、最佳的管理水平、最佳的污染控制设备为目标。文中根据石化行业生产工艺情况，说明石化行为实施清洁生产的方法和途径。     

环境空气氟化物测定(LTP法)的不确定度评估

评估用电极法测定环境空气中氟化物的不确定度在环境监测分析中是一个复杂和繁琐的事.本文通过建立电极法测定环境空气氟化物的数学模型,以一个LTP法实例详述如何分析和计算得出测量扩展不确定度的结果,对于实际工作有很好的参考作用.     

水污染造成的环境经济损失分析

立足于我国水资源现状，对造成水污染损失的主要影响因素进行分析。探讨适合于我国国情的水污染损失的计算方法。以南方某市为例，计算该市水污染损失，得到了一些有益的结论．给政府部门提供了一个较为准确的损失数据。通过政府的干预或经济法律手段，加大水资源保护管理工作的力度。     

兴山县三峡库区地质灾害防治工程管理成效分析

湖北省兴山县顺利完成了17处崩滑体、3处长2 939.07 m库岸防护的二期地质灾害的防治工作,为135 m、139 m水库蓄水创造了条件.在兴山县二期地质灾害防治中,紧紧围绕＂挡（抗滑支挡）、排（表里排水）、削（削坡减荷）、护（防冲护坡）和绕（防御绕避）＂的五字方针,在一套行之有效的管理体制下,治理项目达到了设计要求,取得了预期的效果.     

南水北调中线不同调水方案下的汉江水华发生概率分析

为评估南水北调中线工程对汉江中下游水华的影响，从汉江水华的成因机理分析入手，提出了汉江水华发生概率的计算模型．该模型由河流一维水动力学模型、水体富营养化模型以及随机数生成模型组成，它不仅可以模拟汉江水华的发生机理，而且可以对诱发水华的各种因子进行随机抽样组合，从而求出中线调水不同方案实施后汉江水华的发生概率．计算结果表明，在现状情况下汉江水华的发生概率为9．2％，南水北调中线各调水方案（无引江济汉工程）实施后，汉江水华发生的概率将有一定程度的增加，而如果调水方案与引江济汉工程同时兴建将大大减少汉江水华发生的概率．最后提出建议，汉江自身的水污染治理是减少水华发生概率的最根本措施，而丹江口水库和引江济汉工程的联合调度将会减小汉江水华发生的概率．     

白腐菌氧化—混凝工艺处理纸浆漂白废水试验研究

报告用白腐真菌氧化—混凝工艺处理纸浆厂四段漂白混合废水的试验情况 ,在最佳工艺条件下 ,混凝处理出水CODCr、OD4 6 5分别为 1 85 .1mg/L、0 .0 0 4 2 ,去除率分别为 86 .5 %、99.4% ,实验结果表明 :白腐真菌氧化—混凝工艺对于纸浆漂白废水是一种有实用价值的处理工艺。     

用SPME测定珠江河口水体中的PCBs

报道了利用SPME技术结合电子捕获检测气相色谱 (ECD)测定珠江入海河口水体中PCBs有机污染物的含量 ,并讨论了SPME装置萃取PCBs的主要影响因素。结果表明 :在选取一定的萃取纤维头 (10 0 μmPDMS)后 ,影响萃取效果的主要因素是萃取时间的长短 ,其次为萃取的温度和pH值。在各个影响因素及不同水平处理中 ,以萃取时间 30min、萃取温度 35℃、pH值 7.2、搅拌速度 10 0 0r/min为最理想。在该种条件下测定了珠江入海四大口门虎门、横门、蕉门和斗门河口水体中PCBs含量分别为 2 .70 1、0 .999、2 .82 8和 1.16 1ng/L。     

长春轻轨交通噪声环境影响评价

在分析轻轨交通特点基础上，对长春轻轨交通噪声环境影响进行了系统评价。评价结果表明：轻轨列车单独运行产生的噪声低于70dB，不超标；轻轨与铁路并行段，铁路交通噪声大于轻轨交通噪声，铁路噪声超标，应在并行段设置声屏障以保证交通噪声不超标；轻轨车内噪声比传统的有轨电车低14dB，有利于乘客身心健康，是较理想的城市交通工具。     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.