嗜酸细菌在不同强度微电场下对电子废物拆解场地土壤重金属的脱除效果

为了高效脱除土壤中的重金属,在电场作用的条件下,研究不同强度的微弱直流电流对嗜酸性氧化亚铁硫杆菌(Acidithiobacillus ferrooxidans, A.f)脱除电子废物拆解场地污染土壤中重金属的影响,设置了20、60和100 mA 3个梯度的电流强度,并分别设置接菌外加电场(F)、接菌不加电场的对照(CK1)和不接菌种外加电场的对照(CK2),总计9个处理,连续施加微电场5 d,测定目标重金属的脱除率。结果表明:在电流强度为20 mA的条件下,A.f菌提高了对污染土壤重金属的脱除率。在第5天,对土壤中重金属Zn、Cu、Ni、Cd、Cr的脱除效果最佳,脱除率分别达到91%、72%、78%、85%、56%;脱除后,土壤重金属含量低于《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB 36600-2018)中的要求。加菌加电场的处理与单施加电场或接菌处理的条件相比,土壤重金属的脱除率提高18%以上。研究发现,嗜酸细菌在20 mA左右的微电场作用下可以存活,施加适当电场可以提高A.f菌对污染土壤的重金属脱除率,也为电化学和微生物联合修复土壤的实际应用提供了参考。     

火电厂氮氧化物控制标准、政策分析及研究

制订污染物的排放标准及控制政策是治理环境污染的主要措施之一,世界各国针对火电厂氮氧化物（NOx）排放量分别制订了适合各国国情的控制政策及排放标准。通过对美国、欧盟及日本等世界主要发达国家及地区火电厂氮氧化物排放控制对策的分析,提出了对我国火电厂氮氧化物排放控制政策的建议。     

国外Ⅲ型环境标志发展概况

以国外Ⅲ型环境标志的发展为主要研究对象,总结了Ⅲ型环境标志的产生及发展情况。分析了国际上Ⅲ型环境标志发展较为成熟的瑞典、日本、韩国三个国家的Ⅲ型环境标志的发展概况,并总结了对发展Ⅲ型环境标志的经验。     

岷江上游高山森林凋落叶在冬季河流中的质量损失特征

凋落叶在高山森林河流中的分解不仅是生态系统物质循环的重要内容,而且与森林养分流失以及下游水体环境密切相关,并可能受到冬季雪被变化和土壤季节性冻融的影响,但一直缺乏必要的关注。因此,以岷江上游高山森林4种代表性植物康定柳(Salix paraplesia)、高山杜鹃(Rhododendron lapponicum)、方枝柏(Sabina saltuaria)和四川红杉(Larix mastersiana)凋落叶为研究对象,采用凋落叶分解袋法,研究了一个冬季不同冻融时期(冻结初期、冻结期和融化期)的质量损失特征。经过一个冬季(162d)的分解,康定柳、高山杜鹃、方枝柏和四川红杉凋落叶分别完成了初始干重45.5%、18.9%、26.4%和23.8%的分解;除康定柳凋落叶质量损失在融化期最大外,其余3种凋落叶均表现为冻结初期最大;康定柳、方枝柏和四川红杉凋落叶质量损失与河流水环境的平均温度和正积温均表现出显著或极显著的正相关关系,且与河流流速和硝态氮显著正相关,而与河流pH显著负相关;高山杜鹃凋落叶质量损失除与HCO3-含量显著相关外,与河流水温及其它水质特征均无显著相关关系。这些结果表明高山森林河流流速及水环境特征显著影响了凋落叶分解及其相关的物质循环过程,但影响程度受到凋落叶特性的调控。     

溶解性有机物对土壤中重金属环境行为的影响

为揭示在溶解性有机物（DOM）作用下土壤中重金属的吸附和迁移规律并确定迁移数学模型,通过不同条件下的等温吸附实验和土柱淋滤实验,研究了溶解性有机物对重金属Cu,Cd,Pb,Zn在褐土中吸附和迁移行为的影响。结果表明DOM对Cu和Cd在土壤中的吸附促进作用较明显,对Pb有微弱的促进作用,对Zn的吸附影响不明显;随着pH的改变,25℃下Cu在土壤中的吸附高于15℃和35℃条件下。DOM质量浓度越高,Cd、Zn溶出的促进效果越明显,Cu、Pb则恰好相反。DOM对土壤中Cd、Zn的垂直迁移起着促进作用,而对Cu、Pb迁移起着一定的抑制作用;DOM对土壤重金属的平均迁移量随时间的延长而减少。此迁移模型能够定量计算并预测重金属质量浓度的时空分布。     

宾馆客房的火灾荷载调查及其数据统计分析

火灾荷载作为判断建筑室内火灾危险程度的依据之一,是火灾模拟中设计火灾的重要内容.鉴于宾馆类建筑的火灾危险性,为了获取适合我国国情的建筑火灾荷载数据,采用直接称重和间接测量相结合的方法对北京145家中档宾馆进行了火灾荷载调查,得到了关于房间尺寸、通风开口、可燃物类型及分布等数据.通过统计分析得到宾馆客房总火灾荷载密度均值为516.3 MJ/m2,标准偏差为92 MJ/m2,整体服从正态分布.火灾荷载密度与宾馆装修水平呈正比,与房间地板面积成反比.     

毫米波云雷达与激光云高仪气象探测性能对比分析

为评估毫米波云雷达及激光云高仪的探测性能,选取广州市气象局KA波段毫米波云雷达和激光云高仪云高观测数据,通过对比两种测云设备在相同条件下的差异,分析不同要素对观测设备的影响,结果表明：(1)毫米波云雷达与激光云高仪同时探测到有云时,二者在云底高度观测上吻合程度较高,相关系数为0.98;(2)在数据获取率上,云雷达对高云的探测能力明显优于激光云高仪,但在对低云的探测能力上还有待提高,和激光云高仪相比,云雷达对低云和中云的识别能力有待提高;(3)对于多层云的观测,低层云的遮挡降低了激光云高仪对中高层云的观测,激光云高仪探测的中高层云多数在云雷达的回波内部.(4)对于不同强度的降水,日降水量越多,该天所测得的高、中云层回波就越少.(5)通过边界层高度与污染物的关系分析可以得出,边界层高度与PM2.5浓度呈反比.这些研究能够对毫米波云雷达和激光云高仪的探测能力进行评估,为后续选择设备提供参考,也推动了云观测技术的发展.     

暴雨洪涝敏感性影响因子分析及评估--以江西安义县为例

由于区域地理环境存在差异,洪涝敏感性影响因子的选取主要根据区域地理特征及个人经验确定,缺乏统一的标准、系统的分析和科学的评价。洪涝灾害与影响因子之间是复杂的、多变量的非线性关系,与研究区的地质、地貌、土地覆盖等诸多因素密切相关。针对不同的研究区域,搜集尽可能全面的影响因子并对其进行优化选取是实现洪涝敏感性准确评估的前提和保证。南昌市安义县位于潦河中下游,是洪涝灾害的主要受灾区域。基于遥感影像数据和地理信息系统技术,以安义县为例开展暴雨洪涝敏感性影响因子分析及评估研究。首先,利用成灾前后哨兵一号雷达影像提取安义县2016年6月30日至7月5日暴雨洪涝的淹没范围,选取高程、降水、用地类型、距河流距离、坡度等15个洪涝敏感性影响因子。然后,基于随机森林模型对15个影响因子进行重要性排序,按照排序结果对影响因子逐步精简,并基于神经网络模型对影响因子进行优化选取。最后,基于优化选取后的影响因子,采用神经网络模型进行安义县洪涝敏感性评估,并用实例验证洪涝敏感性评估结果的可靠性。研究结果表明,在精简收敛指数、坡向、剖面曲率、地形位置指数和汇流动力指数5个最不重要的影响因子后,神经网络模型的性能有一定提升;敏感性等级为中等及中等以上区域主要分布在潦河两岸,约占安义县总面积的1/3,近70%的洪涝分布在敏感性中等及中等以上区域,洪涝发生在洪涝敏感性等级为中等及中等以上区域的可能性非常大,洪涝敏感性评估结果与安义县实际情况相符。