高海拔地区与低海拔地区污水处理系统中微生物群落特征分析对比

从污水处理系统中微生物群落结构特征分析入手,利用高通量基因测序技术对高海拔地区(西藏)与低海拔地区(无锡)生活污水处理厂污泥样品中的微生物群落结构进行分析和对比。结果表明:高海拔地区各样品的Simpson指数(0.993~0.994)和Shannon指数(8.388~8.668)均高于低海拔地区的数值,但实际处理效率却低于低海拔环境。高海拔地区样品中丰度最高的菌属为Haliangium和Ferruginibacter,丰度分别为6.5%~10.3%和5.6%~6.4%,与去除水中的生化需氧量相关,而在低海拔地区样品中丰度最高的菌属为Hyphomicrobium,丰度为7.8%~11.4%,与污水处理的脱氮功能相关。在低海拔地区,具有除磷功能的聚磷假丝酵母菌(Candidatus accumulibacter)的丰度值为1.3%,但是在高海拔地区的样品中却未检测到其存在, 而是由Tetrasphaera(丰度1.2%~1.6%)和黄杆菌(Flavobacterium,丰度0.57%~0.70%)替代。环境条件的主成分分析结果表明,与高海拔地区的菌属种类分布相关性最高的环境因素为TN浓度,其次为TP、NH₄+-N和DO浓度。高海拔环境下,COD和BOD₅对微生物菌落分布的影响明显低于低海拔环境。     

Evidence on the causes of the rising levels of CODMn along the middle route of the South-to-North Diversion Project in China: The role of algal dissolved organic matter

As the biggest inter-basin water transfer scheme in the world,the South-to-North Water Diversion Project（SNWD） was designed to alleviate the water crisis in North China.The main channel of the middle route of the SNWD is of great concern in terms of the drinking water quality.In this study,we tested the hypothesis that the dissolved organic matter（DOM） derived from the planktonic algae causes the rising levels of COD_Mn along the middle route by monitoring data on water quality（2015-20...     

固体废物全过程精细化环境风险评估框架研究

伴随着我国经济发展和城镇化进程,固体废物产生呈强度高、利用不充分的状态,造成了严重的资源浪费和环境污染. 随着风险意识的加强,准确评估固体废物的环境风险,已经成为确定固体废物管控目标、边界、优先序的重要基础. 由于固体废物的特性复杂、处理链条长、流动过程受区域发展特征的影响,其环境风险呈现风险因子多元、空间异质性强、不确定性高、易产生长期累积性风险等规律. 现有的固体废物环境风险评估大多基于源项分析,针对特定环节或设施开展定量或半定量的污染物暴露与健康风险评估,缺乏对全过程的系统性分析,无法从全局及区域上综合评估固体废物的环境风险水平. 因此,本文提出固体废物全过程精细化环境风险评估框架,包括固体废物全生命周期路径梳理及特征识别、风险因子及其释放转运过程辨析、受体的最大可接受环境风险水平评估、基于多评价指标的固体废物环境风险的量化,以期为实现固体废物环境风险精细化管控提供支撑.      

休渔期和捕捞作业期黄、渤海区沿海中心渔港表层海水重金属分布及生态风险评估

为了弄清休渔期和捕捞作业期黄、渤海区沿海中心渔港表层海水重金属污染水平,本研究于2020年5月和10月在黄、渤海区沿海11个中心渔港采集水样,分析了Cu、Zn、Pb、Cd、Hg和As 6种重金属的浓度及污染特征,探讨了其主要来源,并评估了其生态风险。结果表明,休渔期Cu、Zn、Pb、Cd、Hg和As的浓度范围分别为1.26～4.46 μg/L、4.10～22.72 μg/L、1.18～16.76 μg/L、0.54～7.80 μg/L、0.02～0.08 μg/L和0.02～0.86 μg/L;捕捞作业期分别为0.60～4.62 μg/L、4.92～10.61 μg/L、0.16～2.95 μg/L、0.14～2.95 μg/L、0.03～0.11 μg/L和0.16～1.37 μg/L,休渔期和捕捞作业期各渔港的Cu、Zn、Pb、Cd、Hg和As浓度均值满足《海水水质标准》（GB 3097－1997）四类标准;黄海沿海中心渔港表层海水重金属浓度略低于渤海地区,与我国东海地区和南海地区相比,黄、渤海区Cu、Pb和Cd浓度处于较高水平,Zn和Hg浓度处于中等水平,As浓度处于较低水平。分析发现,休渔期和捕捞作业期Zn和As来自陆源,Cu来自陆源和船舶防污漆,表层海水Pb与大气沉降和燃料尾气有关。沿海中心渔港表层海水重金属综合污染指数均处于自然本底范围,且生态风险指数（ERI）值（0.84～1.45）也都属于生态低风险和无风险类别,但Cu、Zn、Pb和Cd的危害系数（HQi）大于1,属于潜在关注指标,应予以关注。     

崇明东滩光滩带夏季有机质空间分布特征、来源组成及食物网作用

本文选取长江口崇明东滩光滩带为研究对象,通过2019年夏季表层沉积物总有机碳（TOC）、总氮（TN）、生物硅（BSi）及碳稳定同位素（δ13C）等参数,分析了有机质的空间分布特征和主要来源组成,探讨了有机质分布的主要影响因素及其与大型底栖动物分布的关系。结果表明,崇明东滩光滩带表层沉积物有机质含量呈现北高南低的分布特点,包括海源有机质、陆源有机质和盐沼C₃植物,占比分别为（35.22±9.20）%、（34.45±4.87）%和（30.33±4.34）%。底栖硅藻对有机质的贡献在光滩带较植被带更高。沉积物粒径是影响光滩有机质含量空间分布的主要因素,盐沼C₃植物和陆源有机质的δ13C值接近,可能模糊了有机质来源的空间差异。大型底栖动物丰度、生物量的空间分布与有机质含量显著相关,表层沉积物有机质为光滩消费者提供了食物基础。本文的研究结果对了解光滩潮间带有机质的生物地球化学循环及食物网的功能具有重要意义。     

2018年山东近岸养殖区营养盐结构及限制特征

本研究依据2018年山东近岸养殖区调查资料,采用营养盐限制法则评价方法,对DIN、PO₄-P、SiO₃-Si的平面分布、结构及限制特征进行了分析。结果显示,2018年,山东近岸养殖区DIN、PO₄-P和SiO₃-Si年平均浓度分别为（0.253±0.048）mg/L、（0.00743±0.00238）mg/L和（0.269±0.089）mg/L,渤海养殖区片的DIN、SiO₃-Si浓度总体高于黄海养殖区片,高值站位多分布于莱州湾等半封闭海湾;PO₄-P浓度均普遍较低。N/P、Si/N和Si/P的年平均值分别为131±47、0.92±0.47和90±60。N/P高值区多分布于渤海养殖区及海阳－莱阳区片;Si/N、Si/P高值区多分布于牟平区片及渤海的潍坊、龙口及莱州－招远区片。对营养盐限制状况的分析表明,山东近岸养殖区营养盐结构表现为明显的磷限制和枯水期的硅限制。4个季节磷限制状况都较为明显,枯水季节的冬季、春季和秋季硅限制较为明显。建议滩涂贝类养殖区片合理规划放养密度,充分利用海洋初级生产力,净化水质;筏式养殖贝类、藻类养殖区片积极推广贝藻兼养、轮养,开展时空立体养殖,调整养殖品种结构,改善因营养结构改变导致的贫营养状况。     

渤海湾天津近岸海域沉积物氮赋存形态及其环境意义

本研究采用连续分相浸取法,研究了渤海湾近岸海域沉积物中离子交换态氮（IEF-N）、碳酸盐结合态氮（CF-N）、铁锰氧化态氮（IMOF-N）及有机态和硫化物结合态氮（OSF-N）4种可转化态氮（TF-N）的含量及空间分布特征,进而揭示其环境意义。结果表明,表层沉积物中TF-N含量范围为145~233μg/g,均值为193...     

基于多元随机效应Wiener过程的某弹用弹簧可靠性评估

目的 解决某弹用弹簧可靠性评估中存在的不确定性问题。方法 对某弹用弹簧进行加速退化试验,试验过程中发现其具有多个性能退化参数,并且其退化过程具有非线性、随机性及样本差异性的特征。为了对其退化过程进行数学表征,提出一种基于多元随机效应Wiener过程的退化模型。采用基于时间尺度变换的非线性Wiener过程,描述弹簧退化过程中的非线性与随机性。基于随机效应模型,对样本的差异性进行表征,利用Copula函数描述多元性能参数之间的相互作用关系。最后推导弹簧失效寿命的概率密度函数、可靠度函数。结果 在贮存条件为25 ℃、可靠度为0.9时,基于构建的多元随机效应Wiener过程模型,当考虑性能间的相关性时,得到某弹用弹簧的贮存寿命为12 a;不考虑性能间的相关性时,得到其贮存寿命为11.5 a。结论 构建的多元随机退化模型为该弹药健康状态管理提供了相应的理论依据。     

机器学习在材料服役性能预测中的应用

针对材料服役性能预测存在误差大、计算复杂、适用性差等问题,提出了基于数据挖掘的机器学习预测方法。首先阐述了机器学习的应用流程,并总结了常用模型原理及其在材料性能预测中的应用。然后采用多种机器学习模型对RPV钢的辐照性能进行预测,并通过Stacking集成方法提高了模型的预测精度。结果表明,机器学习可用于材料服役性能预测,具有较高的预测精度和可靠性。根据材料服役数据的不同特征选择合适的学习模型,同时进行模型融合和参数优化,可有效提高模型的预测精度及运算速度。