浅议中国环境侵权救济存在的问题及解决对策

随着环境问题愈来愈突出,环境侵权现象已成为中国的一大社会问题,但中国目前尚缺乏对环境侵权救济法律制度进行全面深入的研究.本文分析了中国现行环境侵权法律救济制度存在的问题,造成侵权救济问题的原因,提出了完善环境侵权救济制度的措施.     

改进密切值法在湖泊富营养化评价中的应用

密切值法(Osculating Method)作为一种多目标优选方法,在水环境质量评价中具有一定的应用.经过改进,将各级营养级别作为评价样本,参与到湖泊水环境样本的矩阵中,引入目标差值率对初始矩阵进行规范化处理,并应用层次分析法,对各评价指标的贡献程度加以确定.将改进后的密切值法应用于湖泊富营养化评价中.经实例分析表明,该方法概念清晰、计算简便实用,保证了湖泊水环境质量评价的科学性,能较好地反映湖泊水环境质量的优劣,并使其与各级营养级别的关系一目了然.     

改性纤维球处理炼油废水的应用研究

通过用改性纤维球处理炼油废水的试验,对纤维球过滤技术的处理效果和反冲洗特性进行了详细的研究,试验结果表明,炼油废水经处理后,出水中油的含量小于4 mg/L、悬浮物含量小于6 mg/L,出水可达标排放,并且经过改性后的纤维球在含油废水处理中可以通过反冲洗再生并重复使用.     

UASB-BIOFOR滤池组合工艺处理柠檬酸废水的中试研究

采用UASB-BIOFOR滤池组合工艺处理柠檬酸废水,对其中的操作步骤及注意事项进行了详细介绍.实验结果表明,该组合工艺对柠檬酸废水处理效果良好,系统出水能够达到GB 8978-1996《污水综合排放标准》中的一级标准.     

关于中国生活垃圾渗滤液排放标准的探讨

介绍了美国、德国、日本等国的渗滤液排放标准,并与中国现行的<生活垃圾填埋污染控制标准>(GB16889-1997)中的渗滤液排放标准相比较,指出了其存在的排放标准统一化、限值过于严格、控制项目不足等问题,并针对这些问题提出了相关的建议.     

TiO2光催化降解水中内分泌干扰物17β-雌二醇

以低压汞灯为光源,采用间歇式光氧化反应器,研究了17β-雌二醇(E2)在纳米TiO₂(Degussa P-25)悬浆体系中的光催化降解.考察了溶液pH、E2初始浓度、TiO₂光催化剂投加量、UV光强、H₂O₂、O₂对E2光催化降解的影响.结果表明,TiO₂光催化工艺可以有效地去除水中的E2,E2的光降解过程符合一级反应动力学模型;TiO₂投加量为200　mg/L时,在14 W低压汞灯照射下,初始浓度为400 μg/L 的E2在自来水中的光降解一级反应速率常数为0.018 min^-1,E2的光催化降解速率常数与其初始浓度、TiO₂光催化剂的用量、溶液的pH值、UV光强等因素有关;外加H₂O₂、O₂可以影响催化剂的光降解效率.     

X射线防护服所需铅当量的研究与应用

铅当量是X射线防护服最重要的性能指标,铅当量的大小决定着X射线防护服屏蔽X射线的能力。X射线防护服的铅当量有不同的等级,需根据不同的X射线照射条件和工作情况选择使用。本文通过计算给出了几种常用管电压下防护服屏蔽散漏X射线所需的铅当量值,可为X射线防护服的使用单位或个人在购买和使用时提供参考。选择适合铅当量的X射线防护服,可以避免因选用的防护服或用具铅当量不足而达不到有效屏蔽X射线的效果,造成健康的危害;也可以避免因选用过大铅当量的X射线防护服或用具,致使作业人员过多负重,导致疲劳,发生人为失误,也可以避免造成不必要的经济浪费。另外,为了保证X射线防护服的使用效果,本文给出了X射线防护服的检验、贮存和使用等管理方法。     

冶炼粉尘在人体呼吸系统的沉积仿真模拟研究

在广泛参考各种上呼吸道物理模型的基础上,运用软件Solid Works建立对称与非对称的两种一级支气管的三维几何模型.采用计算流体软件ANSYS CFX对人体支气管内两相流动进行计算,模拟气流、粉尘在呼吸道内的流动.在具有代表性的流量为30 L/min、60L/min和90 L/min呼吸强度下,对空气的速度,压力以及粒子在气管内沉积进行对比分析.结果表明:粒子沉积部位主要在分叉面和分支内壁面上;相同流量下,管径越细粒子的沉积量越大.     

蒙特卡洛模拟方法在苯致癌风险评价中的应用

在将PBPK模型与剂量-反应的多阶模型相结合用于苯职业暴露的致癌风险评价研究的基础上,首先利用Euler数值解法,借助Excel电子表格对模型进行求解;然后针对风险评价中存在的不确定性,采用Crystal ball软件的蒙特卡洛模拟方法对致癌风险进行概率分布规律研究;通过实地收集数据,使用该方法对某涂料生产项目进行苯暴露致癌风险定量分析.理论分析和实地验证表明,该方法计算出的风险值符合实际发病情况.该方法可以定量评估对人体有害的职业暴露危险源,提供工人致癌风险的概率数据.     

基于MMAS-BP的煤与瓦斯突出强度预测

为提高煤与瓦斯突出强度的预测精度及预测速度,用最大最小蚂蚁系统和BP神经网络相结合的方法进行预测模型设计。根据煤与瓦斯突出强度及其主要影响因素之间的关系数据,建立其神经网络的预测模型。以网络的权值和阈值为自变量,网络误差为目标函数,通过蚁群算法的迭代运算,搜索出误差的全局最小值,以实现BP神经网络的初始权值、阈值优化,并用优化后的网络进行瓦斯突出强度的预测。实例结果表明,MMAS-BP算法的预测值均方差为0.089,约为BP神经网络的0.1倍,且输出稳定性好,适用于煤与瓦斯突出强度的预测。