基于GIS技术的工业危险废物排放信息管理系统研究

研究运用C#语言与地理信息系统(GIS)二次开发组件MapObjects相结合的技术,建立工业危险废物排放信息管理系统。该系统将危险废物排放信息与地理坐标有效地结合起来,准确定位工业危险废物的排放地点及其相关的排放信息,对工业危险废物的排放信息进行查询和处理,使申请排放单位和接纳单位通过环境保护部门进行良好的沟通,便于工业危险废物的分类、管理及回收再利用。     

液化烃罐区安全管理指标体系构建与优化研究

以液化烃罐区的安全管理要素为研究对象,运用系统理论将安全管理要素分为罐区风险管理、职工素质、作业环境及设备风险4个部分,依据体系指标选取原则及层次分析法构建指标体系框架并选取初始指标。采用整体打分模式构造判断矩阵,依据单人单准则确定各指标权重,再依据多人单准则确定各指标的综合权重。通过重要性指标筛选与灰色关联度分析达到优化目的,得出液化烃罐区安全管理指标体系中可删除或可整合的指标,为罐区安全管理工作指明重点,切实提高罐区安全管理水平。结合企业丁二烯罐区实例进行分析,根据该罐区安全管理现状及体系指标权重进行模糊综合评价,得出罐区安全管理现状等级,说明液化烃罐区安全管理指标体系具有较强的实用性。     

基于化工发展胁迫的连云港生态风险预警研究

以区域生态风险预警为目的的区域生态风险评价工作,可以为政府实现有效的生态风险管理提供良好的决策依据.构建了包括化工风险压力指数、区域环境状态指数、区域生态风险管理指数的区域化工生态风险的评价指标体系,提出了根据区域生态风险评价结果进行生态风险状态以及趋势预警的具体方法.并据此对连云港地区进行了区域生态风险综合评价及状态预警.结果表明,研究区域多数镇化工总体而言风险不大,处于无警和轻警状态,分别占总数的11.1%和71.4%;中警状态占15.9%,包括人口稠密的连云港市区,云台乡和花果山等自然保护区以及灌河入海口;堆沟港镇属于重警区域,占总数的0.02%;无巨警区域.     

PAHs污染农田土壤联合生物修复技术研究

以我国典型污水灌溉区--沈抚污灌区农田土壤为研究对象,采用植物修复并辅以高效微生物菌剂、污泥发酵肥等方式对PAHs污染农田土壤进行了植物-微生物联合生物修复的初步研究.结果表明,采用玉米、大豆、蓖麻、苜蓿与高效微生物菌剂联合修复PAHs效果可达到36.3%、44.1%、36.8%和48.3%,比单纯的植物修复显著增高了15%～18%;施加污泥发酵肥进一步提高了生态修复效率,其中苜蓿的联合修复效率最好,达到61.1%.同时,联合生物修复对高环PAHs的去除也有明显的效果.修复后农作物的PAHs质量比在安全范围内; 土壤微生物数量明显增加,微生物群落中的PAHs降解细菌和真菌分别增加了3和1个数量级.     

生物滴滤器去除挥发性有机物的影响因素

生物滴滤器用于处理挥发性有机物,有机物的去除效率受到许多因素的影响。总结和讨论了填料、营养液、进气等诸多因素对生物滴滤器性能的影响。这些讨论结果有助于在生物滴滤器实际应用中选择合适的设计和操作条件,从而达到更佳的处理效果。     

化学品立法与环境保护

随着化学工业的快速发展,我国化学品的产量和贸易量呈逐年增加的趋势,因化学品所导致的环境污染也越来越严重.伴随着化学品贸易与环境管理的国际一体化趋势以及国内对环境保护的呼声越来越高,迫切要求建立、健全化学品环境管理法规.在对比分析了美国、欧盟、日本等发达国家或地区化学品立法特征的基础上,阐述了我国在化学品立法方面存在的缺陷,如预防预警、源头控制理念不足,缺乏优先管理和风险管理制度,监督管理环节薄弱,以及缺乏各部门之间协调配合的监督管理机制等;分析了我国化学品立法的必要性和紧迫性,提出了重点针对有毒有害化学物质进行管理的预防为主、源头控制、风险管理以及全过程管理的立法理念,并对立法管理对象以及需建立的管理制度和标准等主要内容提出了建议.      

1992~2012年福州市和厦门市酸雨变化特征及影响因素

利用1992~2012年福州市和厦门市的酸雨观测资料、天气形势和大气污染物浓度资料,分析酸雨变化特征及酸雨可能的影响因素.结果表明,福州市非酸雨和酸雨频率分别为38.1%和61.9%,厦门市分别为40.6%和59.4%;福州市年均降水pH值在4.1~5.5之间,2007年之后酸雨污染减轻,厦门市2006年之后酸雨污染减轻;冬、春季节酸雨污染重,夏、秋季节酸雨污染轻.降水强度能改变降水的酸性程度;福州市在东南(SE)、西南(SW)、西(W)、西北(NW)风向下酸雨污染较严重,厦门市在东北(NE)、SW、W、NW风向下酸雨污染较重;变性冷高压下酸雨污染最重,台风(热带辐合带)及其外围的天气形势下酸雨污染最轻;福州市大气污染物SO2、NO2、PM10浓度与降水pH值呈负相关关系.     

活性焦联合脱硫脱硝技术及发展方向

本文介绍了活性焦特点、活性焦联合脱硫脱硝技术的反应机理及工艺流程、活性焦联合脱硫脱硝技术的优缺点及发展方向。指出了活性焦联合脱硫脱硝工艺具有可以实现同时脱除S02、NOx和粉尘,脱除效率高,投资小等优点,通过加热再生活性焦,可获得高浓度的SO2气体,用于生产硫酸、液体二氧化硫或硫磺,有效回收硫资源。该技术具有流程简单、占地面积小、无二次污染、费用低、应用范围广等特点。     

重庆市重要生态功能区生态系统服务动态变化

借助遥感数据和GIS空间分析技术,选取生物多样性维持、土壤保持、水源涵养和固碳4种生态系统服务建立评估模型,对2000—2010年重庆市域内3个重要生态功能区——三峡库区水源涵养重要区(下称三峡重要区)、秦巴山区水源涵养重要区(下称秦巴重要区)和都市区“四山”生态屏障重要区(下称“四山”重要区)生态系统服务的时空变异特征进行综合研究. 结果表明:①2000—2010年,三峡重要区4种生态系统服务均呈增强趋势. ②秦巴重要区内,生物多样性维持和水源涵养功能总体较好,并且持续增强;固碳功能有所减弱,该时段内固碳功能高等级面积减少了931.90 km2. ③“四山”重要区土壤保持和水源涵养功能有所增强,生物多样性维持和固碳功能略有减弱. ④重庆市重要生态功能区生态系统服务以中和较高等级分布为主,空间差异较大,异质性明显. 生态系统服务较好区域主要分布在渝东北秦巴山区以及中西部植被覆盖较好的山脊;市域中部长寿、垫江、涪陵等区县生态系统服务相对较弱. 10 a间,重庆市重要生态功能区生态系统服务总体呈变好趋势,但局部地区有所减弱,主要表现为秦巴和“四山”重要区固碳功能的降低.      

Prediction of effluent concentration in a wastewater treatment plant using machine learning models

Of growing amount of food waste, the integrated food waste and waste water treatment was regarded as one of the efficient modeling method. However, the load of food waste to the conventional waste treatment process might lead to the high concentration of total nitrogen(T-N) impact on the effluent water quality. The objective of this study is to establish two machine learning models—artificial neural networks(ANNs) and support vector machines(SVMs), in order to predict 1-day interval T-N concentration of effluent from a wastewater treatment plant in Ulsan, Korea. Daily water quality data and meteorological data were used and the performance of both models was evaluated in terms of the coefficient of determination(R~2), Nash–Sutcliff efficiency(NSE), relative efficiency criteria(d rel). Additionally, Latin-Hypercube one-factor-at-a-time(LH-OAT) and a pattern search algorithm were applied to sensitivity analysis and model parameter optimization, respectively. Results showed that both models could be effectively applied to the 1-day interval prediction of T-N concentration of effluent. SVM model showed a higher prediction accuracy in the training stage and similar result in the validation stage.However, the sensitivity analysis demonstrated that the ANN model was a superior model for 1-day interval T-N concentration prediction in terms of the cause-and-effect relationship between T-N concentration and modeling input values to integrated food waste and waste water treatment. This study suggested the efficient and robust nonlinear time-series modeling method for an early prediction of the water quality of integrated food waste and waste water treatment process.