太湖西岸出入湖河口氮磷消减特征

河流水体污染物消减作用是降低其入湖通量的重要方式,为探明太湖河流氮磷污染物消减速率时空变化特征,研究采用自主研发的原位培养装置,开展了太湖西岸出入湖河口总氮绝对消减速率(TNR_绝)、总氮相对消减速率(TNR_相)、总磷绝对消减速率(TPR_绝)、总磷相对消减速率(TPR_相)的变化特征研究。结果表明:西北部和西部河流夏、秋季TNR_绝和TPR_绝高于春、冬季,南部河流则为秋、冬季高于春、夏季。夏季西部和西北部河流TNR_绝和TPR_绝高于南部,冬季则相反,春、秋两季空间差异不明显。颗粒态总氮(PTN)浓度及水温是TNR_绝时空差异性的主要影响因素。TP浓度是TPR_绝的季节差异性的主要原因,不同季节TPR_绝空间差异的主要影响因素不同,春、夏、秋、冬四季主要影响因素分别为p H等水体物理性质、TP浓度和SS浓度、SS浓度、TP浓度。TNR_绝和TPR绝及其初始浓度是TNR_相和TPR_相时空差异的主要原因。     

农林类高职大学生社会实践组织模式的探讨

让大学生参与社会实践是高校培养大学生社会实践能力,加快大学生角色社会化进程的重要途径．大学生社会实践活动在得到蓬勃发展的同时,亦存在诸多问题,笔者结合农林类高职院校的实际,对大学生社会实践组织模式的选择原则与实施进行了探讨,并提出了可供选择的组织模式．参6．     

煤矸石堆放场周围玉米作物中苯并(a)芘污染特征

以焦作矿区演马矿煤矸石堆放场周围农田玉米为研究对象,对玉米中苯并(a)芘污染特征进行了分析研究.在矸石堆周围布设三条采样线采集玉米样品,玉米样品经提取、浓缩、净化处理后采用高效液相色谱(HPLc)法对其中苯并(a)芘含量进行检测分析.结果表明,研究区玉米作物叶子中苯并(a)芘污染水平较高,达46.7%,茎和籽均未出现苯并(a)芘污染现象,且玉米各部位苯并(a)芘含量与距矸石堆距离呈反比.进一步指出矿区企业应加强对周围环境生态的预防保护,以确保企业的可持续发展.     

国内外线路板电子元件去除及贵金属提取现状分析

围绕线路板的处置和资源化利用,介绍了国内外线路板电子元器件去除及贵金属提取现状,对现有回收方式的原理、效益和推广程度进行了阐述.     

超声波降解四环素类抗生素废水

采用超声波降解模拟废水中四环素类抗生素(TCs):土霉素(OTC)、四环素(TC)和金霉素(CTC),考查废水初始浓度、初始pH、超声波输入功率密度、曝气量和自由基清除剂(正丁醇)对降解效率的影响。结果表明,超声波可以快速高效地降解废水中的TCs,CTC最易被降解,TC和OTC次之;在OTC、TC和CTC初始浓度0.25 mg/L,初始pH=8.2,声功率密度1.2 W/mL,气水体积比30∶1的条件下,超声波辐照20 min后去除率分别达到76.8%、84.0%和94.4%。在实验研究条件下,TCs去除率均随初始浓度(0.25~2.00 mg/L)的增大而降低,但总去除浓度升高;碱性条件有利于TCs降解,去除率随初始pH(6~11)升高而升高;功率密度(0.24~1.96 W/mL)越高,TCs去除率也越高;曝气后TCs的去除率明显升高,随着气水比(10∶1~60∶1)的增大,去除率逐渐上升;正丁醇有效抑制TCs超声波降解,可推断TCs主要降解途径为自由基氧化。TCs超声波降解过程符合伪一级动力学反应特征。     

离子液体氯化1-辛基-3-甲基咪唑对洋葱的遗传毒性作用

为探讨咪唑类离子液体氯化1-辛基-3-甲基咪唑([C_8mim][C1])对洋葱的遗传毒性,用浓度分别为2.5、5、10和20mmol·L~(-1)的[C_8mim][C1]处理洋葱内表皮细胞和洋葱根尖8 h,用浓度为10 mmol·L~(-1)的[C_8mim][C1]处理洋葱内表皮细胞和洋葱根尖4 h、8 h、12 h和24 h,研究[C_8mim][C1]对洋葱内表皮细胞核的影响和对洋葱根尖有丝分裂指数和染色体畸变的影响。结果显示,与对照组相比,随着[C_8mim][Cl]处理浓度和时间的增加,洋葱内表皮细胞核偏移率明显升高,根尖细胞有丝分裂指数显著降低,染色体畸变现象明显,畸变率升高。研究表明,当浓度达到2.5 mmol·L~(-1)时,[C_8mim][Cl]对洋葱具有遗传毒性。     

活性炭催化臭氧氧化法处理奥里油加工废水

用活性炭作催化剂,对奥里油脱水加工过程中产生的高浓度有机废水进行催化臭氧氧化处理,研究了活性炭加入量、pH和空气进气流量对COD去除率的影响。结果表明,对于所处理的200mL废水,在活性炭加入量为10g、pH为9、进气流量为0．12m^3／h的最佳反应条件下,反应30min时,COD去除率可从单独臭氧氧化的不到10％提高到60％左右。降解的效率依赖于溶液的pH;初始COD越高,对臭氧的利用率越高。重复使用7次后,活性炭对COD的去除率没有明显改变。     

BP神经网络对蚯蚓滤池处理COD的模拟预测

基于蚯蚓滤池处理去除污染物的非线性特点,利用BP神经网络建立了蚯蚓滤池处理COD的基本模型结构。同时对实验数据进行了验证和预测,通过权值贡献率分析确定了各种输入因素对COD出水浓度的影响。结果表明:COD的出水模型预测值与实际值平均误差较小,模型稳定,预测效果好。输入神经元为4,隐含神经元为8,输出神经元为1,学习速率为0.1,动量为0.1,训练次数为10 000的BP神经网络模型,预测的COD出水值最接近真实值。COD进水浓度对COD出水影响最大,符合理论研究结果。BP神经网络模型建立的成功为后续生活污水智能化控制的研究提供了相应的理论基础。