基于ASM 2d的数学模型在六箱一体化工艺分析中的应用

以六箱一体化工艺为例,建立了基于ASM 2d(activated sludge process 2d,活性污泥工艺2d)的数学模型,并研究其在脱氮除磷中的应用. 在HRT(水力停留时间)为16 h的工况下,利用灵敏度分析挑选了含有7个参数的待优化参数集,通过使用遗传算法优化校正函数的方式进行校正计算,获得了校正后的六箱一体化工艺模型,并在HRT为20和24 h下对该模型做了进一步验证. 结果表明,校正后的模型对出水水质的预测性较好,在HRT为16 h下,出水ρ(COD_Cr)、ρ(TN)、ρ(TP)和ρ(NH₄+-N)的模型计算值与实测值间的绝对差值较小,分别为1.96、0.83、0.06和0.24 mg/L. 在校正后模型的基础上,详细分析了HRT为20 h时各池中ρ(NH₄+-N)、ρ(NO₃--N)和ρ(PO₄3--P)在1个周期内的动态变化,指出了影响该工艺处理效果的主要原因(如碳源不足的问题),并与通过试验分析得到的结果基本一致.      

外源硝态氮对典型耕作土壤冻结过程N2O排放的影响

为明确外源硝态氮添加对典型耕作土壤冻结过程N₂O排放的影响,应用室内冰柜模拟土壤冻结过程,研究在室温-冻结过程中硝态氮添加(0、80、200和500 mg/kg)对3种典型耕作土壤(黑土、潮土和黄土)N₂O排放影响的特征. 结果表明:外源硝态氮的添加促进了黑土和潮土的N₂O排放,在200 mg/kg硝态氮添加处理下,黑土和潮土的N₂O排放通量比CK(对照)分别增加了849%和676%;但在添加高浓度(500 mg/kg)硝态氮时,黑土和潮土的N₂O排放通量分别比200 mg/kg处理降低39.3%和21.2%,表现为显著抑制. 随冻结过程的进行,黑土和潮土的N₂O排放通量均逐渐降低并接近零排放. 黄土N₂O排放通量在室温-冻结过程中变化范围很小,甚至出现负排放. 多因素方差分析结果表明,土壤类型显著影响N₂O累计排放量,而土壤pH和C/N是其中重要的影响因子. 根据室内培养试验结果,为减排N₂O,建议在深秋整地施肥时期尽量避免在潮土和黑土中施用硝态氮肥. 黄土的N₂O排放似乎对外源硝态氮的添加反应不明显,这有待在大田气候-植物-土壤综合条件下进一步验证.      

中国华南地区持续干期日数时空变化特征

利用华南地区46个地面气象站1960-2012年逐日降水数据,分析该地区各季节持续干期日数的时空分布特征。结果表明：1）近53年来,华南地区春季和夏季的持续干期日数呈波动下降趋势,下降速率分别为0.042和0.108 d·（10 a）-1;秋季和冬季的持续干期日数呈波动上升趋势,上升速率分别为1.911和0.118 d·（10 a）-1。广东省春季和夏季持续干期日数呈下降趋势,下降速率分别为0.171和0.243 d·（10 a）-1;秋季和冬季持续干期日数呈增加趋势,增加速率分别为1.737和0.32 d·（10 a）-1。广西省春、夏和秋季持续干期日数呈增加趋势,增加速率分别为0.109、0.046和2.117 d·（10 a）-1;冬季为减小趋势,减少速率为0.106 d·（10 a）-1。2）华南地区持续干期日数在春季呈从北向南逐渐增多的趋势,夏季呈自西南向东北逐渐增加的趋势,秋季呈自西向东逐渐增加的趋势,冬季呈从北向南逐渐增多的趋势。冬季的持续干期日数是4个季节中最长的,大致在20~44 d。3）华南地区春季持续干期日数变化倾向率在-1.20~1.00 d·（10 a）-1之间,增加趋势最明显的区域是广西省的南部地区,减少趋势最明显的区域是广东省的沿海地区;夏季在-1.00~0.60 d·（10 a）-1之间,呈增加趋势的区域主要位于广西省的中部和南部,呈减少趋势的区域位于广东省大部分地区和广西省的东部;秋季在0~3.50 d·（10 a）-1之间,整体呈现增加趋势,变化倾向率较大的区域主要位于广西省的中部和广东省的东北部沿海地区;冬季在-1.50~2.00 d·（10 a）-1之间,呈增加趋势的区域主要集中在广东省的中南部和东部地区,以及广西的东部边缘,呈减少趋势的区域主要集中在广东省的北部以及广西的中部和西北部地区。持续干期日数增加趋势最明显的季节是秋季。4）持续干期日数与降水量表现出负相关性,与气温和无降水日数表现为正相关性。降水量和无降水日数的变化对持续干期日数的变化起着重要的作用,而温度对持续干期日数的影响比较小。     

环氧乙烷生产装置的安全分析与评价

综合运用道化学公司火灾、爆炸危险指数评价法,事故树分析以及事件树分析对环氧乙烷生产装置进行安全评价,定量地得出装置的危险程度,定性地分析了各危险因素的大小以及系统中各元件的故障率对事故发生概率的影响程度,并提出了改进措施.结果表明,该装置的危险程度很大,必须加强安全生产管理,采取有效措施控制氧气的浓度,从而降低危险性等级,保证生产安全.     

太湖地区典型小流域非点源污染物流失规律 --以宜兴梅林小流域为例

由农业产生的非点源污染是湖泊的主要污染源。为了研究太湖流域非点源污染负荷流失规律,选择了宜兴梅林小流域为研究对象,对降雨过程中径流流量及其污染物浓度随降雨—径流变化过程进行监测研究。采用统计和系统分析方法,建立径流量和非点源污染负荷输出量之间的数学统计模型,得出该流域非点源污染物流失规律,此方法可以推广到与该流域相似的其它地区的非点源污染研究中,应用于太湖流域水污染综合治理。     

洪湖历史时期人类活动的湖泊沉积环境响应

以洪湖北部和南部两个短柱钻孔(HN和HS)研究湖泊沉积,采用137Cs定年,沉积速率为0.155 cm/a。沉积物的总有机碳、总氮、磷以及元素和磁化率等指标分析表明：1840年前洪湖地区人类活动较弱,在湖泊沉积物中基本没有早期的人类活动信号的记录;1840年以后由于人口大量增加,人类活动增强,湖泊的营养水平有所增加,尤其是1950年以来沉积物中营养元素急剧增加;近50年来的湖泊营养程度的加重主要与流域内大量营养物质进入湖泊,以及大面积的围垦造成湖泊面积减小、自我调节能力降低有关。洪湖两孔的对比研究表明,不同区域之间存在着差异,可能与洪湖湖流作用及人类活动的影响差异有关。     

光合细菌对2,4,6-三氯苯酚的降解特性研究

研究了混合光合细菌PSB-DR在不同光照、接种量和pH值下对2,4,6-三氯苯酚(2,4,6-TCP)的生物降解特性,确定了PSB-DR生物降解2,4,6-TCP的优化控制条件.结果表明,光照培养下,接种量30%,初始pH值7.0时2,4,6-TCP降解效率最高.在此条件下,50mg/L的2,4,6-TCP经5d后降解率达到82.3%.培养基中醋酸钠的加入对2,4,6-TCP降解有明显的抑制作用.PSB-DR静息细胞对2,4,6-TCP的降解符合高浓度底物抑制的酶促反应类型,其降解动力学参数rmax=1.746h-1,Km=38.333mg/L,Ki=260.87mg/L.     

基于径向基函数神经网络方法的城市生态压力预测

针对城市生态压力影响因素复杂,难以对城市未来可持续发展状况做出准确判断的问题,提出了城市生态压力的径向基函数神经网络预测模型,分析了影响城市生态系统的主要因素.以抚顺市1995-2009年数据为基础,验证了模型的准确性并预测了该市2010-2015年城市生态系统的压力情况.研究结果表明:能源消耗指标是影响城市生态系统压力的主要因素;运用径向基函数神经网络模型对训练样本的拟合精度以及对测试样本的仿真精度分别达97.91%和94.16%;抚顺市2015年的人均生态足迹、 生态承载力和生态赤字分别达到7.013、 0.523和6.49 hm²/人.     

土生空团菌培养基优化与摇瓶培养

在单因素试验的基础上,通过正交试验对CgSO1、CgSB2、CgO5和SPOP2这4株土生空团菌[Cenococcumgeophilum Fr.(Cg)]的培养基配方分别进行了优化.结果发现,来源不同的Cg菌株对培养基组分需求存在一定差异,碳氮源、微量元素、无机盐以及维生素都不相同,CgSO1、CgSB2、CgO5对葡萄糖和麦芽汁的混合C源以及牛肉浸膏利用最好,SPOP2对麦芽汁以及酒石酸铵的利用最好,适量的微量元素、无机盐以及维生素B1会促进Cg的生长.经平板培养基优化后的培养基配方可应用到液体培养中,这4株Cg菌经液体培养后菌丝产量分别达到了13.2、12.4、18.9和15.1g/L,均可满足液体发酵的生产要求.     

广州市交通干线附近细颗粒污染特征

利用中山大学大气环境监测平台数据,对广州市交通干线附近的ρ(PM_2.5)和ρ(PM₁)进行了统计学分析,以研究交通干线附近细颗粒污染特征及变化规律. 结果表明:2008—2012年广州市PM_2.5超标严重,但ρ(PM_2.5)有所下降. 受季节性污染源及气象因素影响,广州市夏季ρ(PM_2.5)平均值为42μg/m3,明显低于春、秋、冬三季. ρ(PM_2.5)在工作日与周末差异明显,周末明显高于工作日,而ρ(PM₁)在工作日与周末差异不明显. ρ(PM_2.5)与ρ(PM₁)日变化趋势基本一致,整体上呈白天低、夜晚高,上午低、下午高的特征. ρ(PM_2.5)日变化呈单峰,19:00左右达到最大值(53μg/m3);而ρ(PM₁)呈双峰变化,在20:00左右达到高峰值(43μg/m3),上午09:00左右也有一小峰值(37μg/m3). ρ(PM_2.5)和ρ(PM₁)的相关性较好,R(相关系数)为0.94,PM₁是PM_2.5的主要构成颗粒,所占比重平均值为0.65. ρ(PM_2.5)和ρ(PM₁)均与交通流量存在相关性,在白天和夜晚变化趋势相一致,但交通流量白天与ρ(PM_2.5)更为密切,夜晚则与ρ(PM₁)更为密切.