温度分层环境下火灾烟气羽流上升高度公式分析

对小尺度空间温度分层环境下柴油有焰火及棉绳阴燃火烟气运动进行了实验和数值模拟.结果表明,在分层环境下,烟气与环境空气温度差造成的浮力在某一高度消失并转为负值,致使烟气停止上升而向横向扩展.Morton积分公式低估了烟气羽流上升的最大高度,且在相同出口条件及分层环境下,柴油烟雾比棉绳烟雾下降趋势快,上升高度小,其原因在于积分公式中自相似卷吸及烟气为空气假设.引入烟气密度修正系数和自相似修正系数,对Morton公式进行了修正和讨论.     

上、下悬窗阻风能力对比研究

环境风会改变排烟窗附近的烟气流向和速度,影响建筑内烟气流动,进而导致建筑自然排烟效率受到影响。采用数值模拟方法,对比研究了排烟窗开启角度和环境风对上、下悬窗阻风能力的影响,分析了不同开窗角度下,悬窗进风量和进风区域随开窗角度和风速的变化规律。结果表明:上、下悬窗相对进风量与开窗角度均成指数关系,但上悬窗阻风能力弱于下悬窗,上悬窗开窗角度大于45°后即失去阻风能力,而下悬窗开窗角度大于75°后才逐渐失去阻风能力,且开窗角度小于30°时,下悬窗至少能比上悬窗多减少50%空气进入室内。上悬窗开窗角度小于56°时,主要进风区域为近窗下侧水平区域;下悬窗开窗角度小于30°时,主要进风区域为窗体两侧及远窗下侧竖直区域,随着开窗角度增大,上、下悬窗主要进风区域均过渡到远窗下侧竖直区域。窗体用于日常通风时建议优选上悬窗。若要用于排烟,则应首选下悬窗,开窗角度15°即可满足阻风要求,若选用上悬窗,开窗角度不宜大于45°。     

植物镉耐性/富集基因的筛选方法

植物耐受/富集镉（Cd）是一个复杂的过程,涉及转运蛋白家族、螯合蛋白家族、抗氧化系统等多个方面的参与。文章综述了植物Cd耐性/富集基因的筛选方法,包括抗性表达文库、Cd抗性突变体的图位克隆、基因差异表达、电子克隆。筛选Cd抗性植物cDNA酵母表达文库可鉴定与金属束缚、隔离及外排相关的膜转运蛋白;筛选重金属敏感拟南芥突变体和图位克隆突变基因可鉴定与谷胱甘肽和植物螯合肽合成相关的酶;第二代测序技术、基因差异表达分析则是鉴定Cd响应基因以及揭示金属型植物与非耐性植物表型差异分子基础的有效方法;电子克隆也被应用在模式植物中鉴定重金属转运蛋白家族的编码基因。在此基础上,简述了Cd耐性/富集基因在改良植物Cd耐性或富集上的应用。     

横向风对浮力扩散火焰的振荡影响研究

火焰振荡频率是火灾科学研究领域的一个重要基本参数,对横向风下火焰振荡频率的研究可以为火灾图像探测的参数设置提供理论依据。针对浮力扩散火焰(0.6×10~(-5)弗洛德数Fr2×10~(-2),10~2理查德森数Ri10~5),本研究将横向风条件下火焰结构假设为倾斜的柱状,通过对燃烧产生的浮力和横向风产生的拖曳力进行动力学分析,得出横向风条件下火焰振荡频率表达公式。结合实验结果得出,火焰振荡频率的理论值和实验值均随拖曳系数的增大(即外界风速的增加)而增大,但实验值的上升趋势较理论值平缓.这是因为公式忽略了风速对火焰温度和系数K的影响。     

Asn57 N-glycosylation promotes the degradation of hemicellulose by β-1,3–1,4-glucanase from Rhizopus homothallicus

Environmental Science and Pollution Research - N-glycosylation alters the properties of different enzymes in different ways. Rhizopus homothallicus was first described as an environmental isolate...     

Degradation mechanism of ammonia nitrogen synergistic with bromate under UV or UV/TiO2

Environmental Science and Pollution Research - Bromate (BrO3?) and ammonia nitrogen (NH4+) are both typical environmental pollutants: BrO3? has been categorized as one of the Group 2B...     

典型养殖型湖泊中的重金属含量及健康风险特征——以宿鸭湖为例

为评估典型水产养殖型湖泊中的重金属含量水平及其人体健康风险特征,系统采集并测定了宿鸭湖湖水、周边地下水、沉积物及鱼体中的重金属含量.在此基础上计算了不同重金属在不同介质间(湖水-鱼体、湖水-沉积物及沉积物-鱼体)的转移因子,并通过健康风险指数计算定量分析了宿鸭湖水生态系统中重金属对人体的健康影响,以及不同暴露途径的风险贡献率.结果表明:Zn、Ba和Sr在不同介质体内含量均较高,而Sn和Cd的含量均比较低.Cr和Zn在鱼体中的均值含量超过WHO鱼类产品中重金属的含量限值,具有潜在毒性;湖水和地下水中的所有重金属浓度均低于饮用水标准中的相关限值;部分沉积物样品中Cr、Ni、Cu、Zn、Cd和Pb含量超出环境保护部《土壤环境质量标准》(GB15618—2008)自然背景值,但低于美国华盛顿州沉积物化学标准(WAC 172-204-320)中的含量限值,已构成轻微污染.不同介质间的转化因子分析表明,鱼体对湖水中的Zn、Sr、Ba、Cu、Cr、Ni、Co、Sn和Cd均存在富集作用;但除Zn以外,鱼体对沉积物中的其他重金属无明显的富集作用;宿鸭湖水生态系统中的重金属Cr对人体的HRI值为1.6,其健康危害效应不可忽视;食用鱼类是导致Cr人体健康危害的主要途径,贡献率高达94%;最后,与非养殖型湖泊相比,宿鸭湖水库中鱼体内Pb和Cr的含量明显偏高,且重金属从湖水到沉积物的转移因子明显偏高,而从湖水到鱼的生物浓缩因子相对较低.     

偶氮类染料刚果红水溶液的辐射降解

利用60Co γ射线、电子束辐照刚果红水溶液,研究其降解行为.考察了刚果红水溶液辐照前后紫外可见光谱的变化、刚果红的降解率及溶液总有机碳(TOC)的去除率.通过不同气氛饱和辐照,对比了各种活性粒子对降解效果的影响.初步研究了初始pH值、H2O2和TiO2的加入对刚果红水溶液降解效果的影响.结果表明,60 γ射线、电子束辐照是一种有效的去除水体中刚果红染料的方法,其降解效果在不同体系中均可以达到100%.高剂量下TOC去除率可以达到85.7%.H2O2和TiO2的加入可以有效提高刚果红的降解效率.     

AI-based runoff simulation based on remote sensing observations: A case study of two river basins in the United States and Canada

Data-driven techniques are used extensively for hydrologic time-series prediction. We created various data-driven models (DDMs) based on machine learning: long short-term memory (LSTM), support vector regression (SVR), extreme learning machines, and an artificial neural network with backpropagation, to define the optimal approach to predicting streamflow time series in the Carson River (California, USA) and Montmorency (Canada) catchments. The moderate resolution imaging spectroradiometer (MODIS) snow-coverage dataset was applied to improve the streamflow estimate. In addition to the DDMs, the conceptual snowmelt runoff model was applied to simulate and forecast daily streamflow. The four main predictor variables, namely snow-coverage (S-C), precipitation (P), maximum temperature (T_max), and minimum temperature (T_min), and their corresponding values for each river basin, were obtained from National Climatic Data Center and National Snow and Ice Data Center to develop the model. The most relevant predictor variable was chosen using the support vector machine-recursive feature elimination feature selection approach. The results show that incorporating the MODIS snow-coverage dataset improves the models' prediction accuracies in the snowmelt-dominated basin. SVR and LSTM exhibited the best performances (root mean square error = 8.63 and 9.80) using monthly and daily snowmelt time series, respectively. In summary, machine learning is a reliable method to forecast runoff as it can be employed in global climate forecasts that require high-volume data processing.     

极高地应力软岩稳定性指标优先级及多因素耦合分级∗

极高地应力隧道工程设计施工除了考虑地质构造作用极其强烈以外,强度应力比、地下水、膨胀应力、结构面产状等因素对围岩稳定性的影响也必须考虑,同时隧道轴线与最大应力主方向夹角、隧道断面及面积、岩层厚度及倾角等因素也非常重要。以《工程岩体分级标准》为基础,提出一种极高地应力复杂软岩隧道围岩稳定性因素优先级分析思路,并采用熵权法形成多主因素耦合、次因素修正的围岩分级方法。现场实践表明分级结果与现场施工状态吻合较好,进一步对另两座隧道使用本方法进行验证。结果表明,现行规范中围岩分级因素和方法不适用极高地应力情况,且和影响因素优先级加多因素耦合修正 BQ 值的围岩分级方法结果相差 10% 左右,原因是对极高地应力软岩稳定性影响因素考虑不全面。这种围岩稳定性分级方法具有较好的适用性,且耦合时使用熵权法原理使得结果更加偏向于定量计算,减少了人为因素干扰,结果更加客观真实。