水样发光细菌急性毒性测试的方式与表征

选取不同类型的环境和污染源水样开展了发光细菌毒性测试,针对不同环境管理目标,探讨了急性毒性定量表征方式。发光细菌急性毒性测试在环境应急监测、水源早期生物预警中,采用绘制毒性预警基线图的方式比较可行。在污染源监督监测中,对于发光抑制率低于60%、无法求出EC50的样品,采用等效毒性参照物的质量浓度表征废水的毒性;对于发光抑制率高于60%,采用稀释因子表示样品的毒性更直观可靠。     

高效液相色谱-电感耦合等离子体质谱法测水中不同形态砷

采用高效液相色谱(HPLC)分离水中两种常见的砷形态As(III)、As(V),电感耦合等离子体质谱系统进行检测鉴定,利用C8色谱柱,探讨了甲醇含量、磷酸二氢钾浓度、四丁基氢氧化铵浓度、p H等测试条件,由此建立了水中砷形态的分析方法。结果表明,以1.5 mmol/L磷酸二氢钾、2 mmol/L四丁基氢氧化铵(TBAOH)、5%甲醇作为流动相,调节流动相为p H 5.5,流速为1.4 m L/min,上述两种不同形态的砷可在5.5 min内得以有效分离,As(III)、As(V)检出限分别为0.001、0.01μg/L,定量下限分别为0.005、0.03μg/L。该方法实现了对水中常见的不同形态砷(As(III)、As(V))的同时分析,具有灵敏度高、选择性好、检测速度快的特点,在水质分析领域具有重要意义与应用价值。     

污染源水质COD在线仪器比对监测

比较了几种现场应用较多的水质COD在线监测分析与实验室分析方法在原理、方法等方面的主要差异,针对比对过程中存在的实际问题,提出了在样品采集、仪器原理选择、仪器定期校正等方面做好水质COD在线监测比对实验工作的建议。     

多因素作用下同庭湖洪水调蓄量的变化

用实测资料分析比较了出口水位31．0m时,洞庭湖调蓄量的变化趋势及影响调蓄量的各种因素。用多元线性回归方法建立了调蓄量经验公式,并用该公式计算分析了各因素对调蓄量变化的影响。结果表明,该公式能够较全面地反映调蓄量变化的原因,且能够近似区分淤积和围垦对调蓄量的影响。     

基于层次分析法的古村落旅游资源评价——以世界遗产地西递、宏村为例

以世界遗产地皖南古村落——西递、宏村为研究区域,从研究区域的资源价值和区位条件两个方面,选取了5个Ⅰ级指标：历史文化价值、科学价值、艺术价值、区域规模、交通便利程度,12个Ⅱ级指标：年代久远程度、民俗代表性、历史事件名人影响度、科学考察、科普教育、完整性、典型性、观赏性、地域组合、环境容量、通达性与服务中心距离,建立评价指标体系,并结合YAAHP软件对该指标体系进行层次分析,得出了各指标的相对权重。结果表明,西递、宏村的历史文化价值与艺术价值在其旅游资源评价中具有重要地位。在此基础上对其进行了分析并提出了相应的保护措施和对策,以期达到对西递、宏村旅游资源合理保护与开发的目的。     

欧美等发达国家水环境监测方法体系

分别简述了美国、欧盟和日本等发达国家或组织水环境监测方法体系发展历程,分析了其各自水环境监测方法体系特点。对中国水环境监测方法体系的制定与实施提出了建议。     

长江江苏段抗生素的空间分布特征及典型污染来源分析

利用超高效液相色谱-三重四极杆质谱法,于2021年4月对江苏省长江干流12个监控断面、入江支流116个监控断面表层水中7大类42种抗生素的分布特征和浓度水平进行研究,并开展典型污染来源分析。结果表明,平水期长江干流42种抗生素总质量浓度范围为47.3～92.8 ng/L,处于较低水平;各入江支流抗生素总质量浓度范围为16.2～3 052 ng/L,干支流水体中检出品种以磺胺类、氯霉素类、林可酰胺类及大环内酯类为主;通过差异性比较发现,C市存在磺胺类抗生素污染的典型区域;典型污染溯源分析结果表明,工业废水可能是该地区环境水体中抗生素污染的来源之一。长江江苏段及地表水中各类抗生素普遍检出,虽然抗生素总量水平不高,但由制药废水、畜禽养殖、污水处理厂等污染源引入而引起的长期积累仍是隐患。研究结果为江苏省长江流域水环境抗生素污染控制和管理提供基础数据。     

基于LSTM-GCN的PM2.5浓度预测模型

应用机器学习算法开展空气质量预测已成为当前研究热点之一,空气质量监测数据具有显著的时空特征,即具有时间维度时序特征和空间维度传输演化特征。面向空气质量监测数据,联合LSTM提取的时间特征和GCN提取的空间特征,提出预测PM_2.5浓度的LSTM-GCN组合模型。以北京市35个空气质量监测站2018—2020年监测数据进行仿真实验,并将LSTM-GCN模型与LSTM模型、GCN模型以及时空地理加权回归模型(GTWR)进行对比,结果显示:LSTM-GCN模型相较于LSTM模型均方根误差(RMSE)、平均绝对误差(MAE)分别降低了11.68%、7.34%;相较于GCN模型RMSE、MAE分别降低了40.22%、36.37%;相较于GTWR模型RMSE、MAE分别降低了17.52%、23.69%,表明所提出LSTM-GCN模型在准确率上有所提升。用LSTM-GCN模型预测2021年1—7月PM_2.5浓度,结果显示预测效果较好。     

基于BP神经网络的儿童卧室内灰尘PAEs浓度预测

在实测数据的基础上,以邻苯二甲酸酯(PAEs)的各类影响因素为自变量,PAEs浓度为因变量,采用Back-propagation(BP)神经网络建立儿童卧室内PAEs浓度预测模型.结果表明,该模型的预测效果较理想,其中,STD比值均＞0.5,NMB均接近0,EMR均＜19％.以室内环境与儿童健康(CCHH)课题组天津地...     

基于WATER9模型的城镇污水处理中VOCs排放量研究

通过开展城镇污水处理模拟实验,与WATER9模拟结果比对和误差分析,使用优化后的WATER9模型模拟计算扬州汤汪污水处理厂一期工程的VOCs排放量,并分析各参数对VOCs排放量的影响.结果表明:WATER9模型满足城市污水处理厂污水处理过程中VOCs排放量的模拟要求,优化后的模拟值与实测值之间的相对偏差小于8％.实验结...