Fe(Ⅲ,Ⅱ)/H2O2体系中Fe(Ⅲ)水解特征的对比

利用Fe Ferron逐时络合比色法对类Fenton与Fenton体系中Fe(Ⅲ )水解形态的转化规律进行了比较 .结果表明 ,水解度越高 ,两体系中Fe(Ⅲ )的水解速度也越快 ,但水解度相同时 ,与Fenton体系相比 ,类Fenton反应生成的Fe(Ⅲ )的水解速率要低 ,且Feb 所占比例也较少 .与Fenton体系一致 ,类Fenton体系中的Fe(Ⅲ )水解速率随H2 O2 浓度的增加而减缓     

天津地区表层土壤多环芳烃含量的中尺度空间结构特征

应用地统计学技术对全天津地区表层土壤中 16种优控多环芳烃含量和土壤理化参数进行了空间结构分析 .结果显示 ,各组分浓度均存在中尺度的空间自相关性 .多环芳烃浓度的空间结构存在明显的各向异性 .大气运移和土壤TOC含量可能是影响土壤多环芳烃浓度空间结构特征的重要环境因素 .     

建设农村小康社会与发展生态农业

论述生态农业在建设农村小康社会中的重要作用，分析生态农业面临的形势和问题，并提出政策建议。     

魔芋葡甘聚糖在污水处理中的应用

该文就魔芋葡甘聚糖的发展研究状况作了概述，并探讨其与蛋白质共混胶应用于水处理的可能性。     

人工湿地处理污水的研究

简要介绍了人工湿地的发展历史、原理及优点；并对沙井镇人工湿地进行探讨和检测，其ＣＯＤｃｒ去除率可达８３％，总氮去除率达４５％，出水水质达国家排放标准。     

水面溢油集油剂研究--天然混合羧酸系列集油剂

利用天然混合羧酸与聚氧丙烯醚以适当比例混合，以乙醇为溶剂制得新型集油剂，燃点８８．７℃，对于柴油、原油膜有优良的集油性能。ＱＳ＝１集油剂在５５ｃｍ长的水槽中，使水面柴油膜收缩距离达４４．０～５０．８ｃｍ，维持时间大于６ｈ；ＱＳ－２集油剂使原油膜面积收缩率７４．３％～７６．５％，维持时间大于１６ｈ。该集油剂在０～４０００ｍｇ／ｄｍ＾３浓度下，不影响小球藻和小新月菱形藻生长。该集油剂在４级海况条件下仍     

Fenton法处理线路板生产废水中有机物质

比较传统Fenton法和电解Fenton法对线路板生产中高浓度有机废水的处理效果。根据模拟实际生产情况，确定健鼎公司电解Fenton法的最佳处理条件。     

TVS／TFS去除率在ATAD污泥稳定评价的应用

在ATAD(Autothermal Thermophilic Aerobic Digestion,自升温高温好氧消化)工艺污泥稳定评价中引入TFS．提出“TVS/ TFS去除率”的概念,得出“TVS/TFS去除率”可以代替“VS(g)去除率”而成为一种新的污泥稳定指标的结论;采用数学微分的方法分析了“TVS/TFS去除率”和“VS(g)去除率”的数据误差问题,进泥TS为60g/L,TVS/TS为56％的运行条件下,前者的最大数据误差仅为3．16％,远小于后者的误差最大值15．45％,即引入TFS解决了“VS(g)去除率”数据波动大的问题;TFS的引入还节约了污泥稳定研究所需的时间和工作量。     

吸附剂吸附除镉的研究进展

镉离子主要来源于电镀、电池、合金制造、颜料、采矿与选矿行业排放的工业废水。研究废水中去除镉离子的吸附方法具有重大意义。文章从吸附技术角度出发,对去除镉的离子交换、壳聚糖吸附、利用藻类物质的吸附、利用甘蔗渣吸附、利用电解铝的红泥吸附的技术进行了综述。     

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.