美国港口对油轮的要求与油汽回收系统

IMO在其1997年9月召开的缔约国大会上，已批准了《73/78防污公约》新增加的附则Ⅵ：防止船舶造成空气污染规则，与此同时，一些发达国家在船舶产生的有害气体对大气污染方面的限制也越来越严格。美国沿岸各州政府已经陆续开始要求挂靠其境内码头装货的油轮使用货油舱油汽回收（VapourRecovery）系统。美国海岸警备队、港口油轮码头对此系统提出了要求。我国各油轮公司及其所属进出美国港口的油轮应知晓这些要求。     

黄浦江上下游地区男性胃癌和肝癌死亡与饮水致突变性强度的关系*

运用准历史前瞻方法，收集了黄浦江上、中，下游3个饮胄来水社区1984～1988年5年问≥30岁男性队列的胃癌和肝癌死亡资料，观察人时教为184645人·年。结果表明，由上游至下游其男性胃癌和肝癌的标化截缩死亡率呈明显递增趋势。胃癌上、中、下游分别为62.7、86.2和146.0/10万人·年;肝癌分别为56.9、67.7和81.3/10万人·年，与其饮水A1TIOS试验阳性率变化趋势(0、70、100％)相一致。文中还对3个社区其它危险因素的分布进行了描述。     

甲壳素在废水生化处理应用中的初步研究

详述了甲壳素 活性污泥法的过程 ,并在处理有机废水方面进行了初步探索 ,探讨了影响其生化处理结果的几方面因素。对不同用量的甲壳素及未投加甲壳素的活性污泥的生化处理效果进行了比较 ,选择合适的甲壳素投加量 ,并应用于印染废水和制药废水的生化处理 ,结果令人满意。     

黄河三角洲外来入侵物种米草对滩涂底栖动物的影响

2005年5、8、10月份对黄河三角洲的无棣岔尖、东营市五号桩、小清河口米草分布区与对照区底栖动物作了调查,并与1980年同期历史调查资料相比较,结果表明:米草分布已导致调查区底栖动物群落组成和结构变化,经济贝类无分布,代之以小型螺类为优势种;但米草分布区底栖动物平均密度、生物量高于对照区,米草入侵排斥了大型底栖动物,降低了密度和生物量,而有利于小型螺类的分布.     

干旱区绿洲农田土壤重金属含量高光谱反演

对新疆渭库绿洲土壤样本的As、Hg、Pb、Cr、Zn和Cu共6种重金属含量与高光谱关系进行分析,基于逐步回归方法筛选出特征波段,采用地理加权回归(GWR)和普通最小二乘法回归(OLS)构建土壤重金属的高光谱反演模型.结果显示:1)研究区的6种重金属元素含量存在一定的差异,土壤中的平均重金属含量依次为Zn>Pb>Cr>Cu>As>Hg,均未超过国家土壤背景值.研究区的Pb平均含量高于当地(新疆)土壤背景值,即研究区表土层中的Pb元素明显富集;2)不同的光谱变换使土壤重金属的光谱特征均得到了增强,但强度有所差异,经过二阶微分变换(SD)和一阶立方根微分变换(CRFD)的土壤光谱相对于原始光谱增强最显著;3)从模型验证来看,在反演6个土壤重金属元素含量时,GWR的R²高于OLS,其中Zn的R²接近0.8,Cu的R²接近0.6,表明模型有一定预测能力,而As、Hg、Pb和Cr的R²均依然低于0.5,模型预测能力并不理想;4)两种模型预测的6种土壤重金属含量的空间分布表现出一定的...     

综合物探技术在东北公路工程多年冻土勘察中的应用与研究

介绍了高密度电法和地质雷达在东北公路工程多年冻土探测中的应用,结果表明使用高密度电法和地质雷达相结合的综合物探方法对东北公路工程多年冻土的勘察是行之有效的,且效果显著。     

地下水脆弱性评价方法研究

地下水脆弱性评价是区域进行地下水资源保护和管理的重要依据。本文回顾了现有地下水脆弱性评价的方法,提出了应用地理信息系统平台和模糊逻辑与神经网络对地下水进行脆弱性评价的模型,并实际应用于美国与中国选定区域,创新并拓展了地下水脆弱性评价方法。     

《微藻培养指南:生物技术与应用藻类学》

正从书名:应用生物技术大系"十一五"国家重点图书出版规划项目ISBN:978-7-03-040945-4/Q·3337开本:16定价:138内容简介全书共分四个部分:第一部分详细介绍微藻生物培养的营养条件和环境因素;第二部分深入阐述微藻的大规模培养技术和理论;第三部分介绍经济微藻在食品行业(生产多不饱和脂肪酸)、养殖业(产物粗藻粉用于饲养动物)、种植业(将固氮蓝绿藻悬液接种到稻田中用作生物肥料)、医药行业(从藻细胞中提取药用活性物质)、生物质能源开发(制备生物柴油)     

五大连池表层沉积物中不同形态磷的分布

选取东北地区典型湖泊五大连池为研究对象,采用连续提取方法测定了磷酸二钙(Ca2-P)、磷酸八钙(Ca8-P)、磷灰石(Ca10-P)、铝磷(Al-P)、铁磷(Fe-P)和闭蓄态磷(O-P),研究了表层沉积物中不同形态磷的含量及各形态磷之间的相关性.结果表明,沉积物中总磷含量在519 mg/kg～1 338.03 mg/...     

基于机器学习的长沙市空气污染物浓度预报研究

基于2014～2019年长沙市6种空气污染物日均浓度的监测数据、同期的气象数据,利用随机森林重要性评估的方法对影响污染物浓度的预报因子进行筛选,构建了基于随机森林算法和支持向量机算法的2种机器学习预报模型对6种空气污染物浓度分别进行预报。结果表明：各污染物浓度预报结果的均方根误差随着AQI指数的增加而变大;经随机森林变量筛选优化之后2种模型对各种污染物浓度的预报准确率都有所提升,且预报准确率都随着预报时效的增大而降低。整体而言,支持向量机回归模型对长沙市空气污染预报具有更强的泛化能力,误差更小。