天津地区表层土壤多环芳烃含量的中尺度空间结构特征

应用地统计学技术对全天津地区表层土壤中 16种优控多环芳烃含量和土壤理化参数进行了空间结构分析 .结果显示 ,各组分浓度均存在中尺度的空间自相关性 .多环芳烃浓度的空间结构存在明显的各向异性 .大气运移和土壤TOC含量可能是影响土壤多环芳烃浓度空间结构特征的重要环境因素 .     

魔芋葡甘聚糖在污水处理中的应用

该文就魔芋葡甘聚糖的发展研究状况作了概述，并探讨其与蛋白质共混胶应用于水处理的可能性。     

低中放废物处置场核素经地下水迁移对环境影响预测

研究了我国某民用低中放固体废物处置场核素迁移的途径，对核素在地下水中的迁移进行了详细分析与计算，假定正常释放或一次降水量达到６００ｍｍ，处置场底浸泡一个月，存在６ｍ的包气带时，对该处置场处置的７种核素进行预测，结果表明，包气带是延迟核素迁移的主要屏障，在５００年内，可以使＾６０Ｃｏ＾１３７Ｃｓ＾９０Ｓｒ、＾６３Ｎｉ等核素延迟，其中＾２３９Ｐｕ降低６个月数量级，但不能延迟＾３Ｈ和＾１４Ｃ的迁移，穿过     

滇池二维分层水质模拟研究

将三维问题“二维化”的分层迭代计算方法引入滇池水质模拟中，建立了湖泊二维分层水质模型，对滇池流场和总氮浓度场分两层进行了模拟计算，计算结果表明，该模型应用于滇池是成功的。     

美国水环境保护的机制与措施

以加利福尼亚州水环境保护工作为例,介绍了美国水环境保护工作的机构设置、职能划分、资金机制以及工业污染源管理模式,包括排放标准的制订原则、总量控制与排放许可证制度等,还介绍了美国的水环境监测和水环境功能区的划分方法,污水处理的机制和技术,面源管理情况等内容.美国水环境管理的机制和措施具有与我国不同的特色,对美国的水环境保护起到了良好的效果,其中一些较好的经验和技术是值得我国环境保护工作借鉴的.     

海水养殖对生态环境影响的国内外研究动态

海水养殖,特别是高位虾池养殖是近年来养殖业发展的新趋势,在其带来巨大经济效益的同时,也对周边生态环境带来巨大的威胁和破坏.为此,针对海水养殖对生态环境所带来的各种影响进行综述.     

含硫酸盐高浓度有机废水预处理的试验研究

在含硫酸盐高浓度有机废水浸泡铁刨花的静态试验的基础上，进行了“铁床”处理高浓度糖厂生产废水的动态试验。通过稳定工况之后，“铁床”CODcr平均下降41．3％，SO4^2-平均下降56．2％，有利于后续厌氧生物处理，并达到以废治废的目的。     

水中天然有机物的臭氧强化光催化降解研究

研究了饮用水源中大分子天然有机物（NOM）的臭氧强化光催化降解,考察了臭氧投加量、反应时间和HCO3^-浓度对NOM降解速率的影响;分析了臭氧强化光催化过程中NOM相对分子质量的变化,并比较不同相对分子质量大小NOM的降解速率.研究结果表明,臭氧强化光催化比单独臭氧氧化、光催化能更有效地降解NOM,同时增加臭氧投加量和反应时间才能有效提高臭氧强化光催化对TOC的去除率,而单独增加臭氧投加量可显著提高生物可降解性;HCO3^-显著降低光催化的降解效果,臭氧强化光催化能有效地减弱HCO3^-的不利影响;臭氧强化光催化过程中大分子NOM分解为小分子,SUVA值迅速下降,且相对分子质量越大矿化速度越快.     

Sorption of dissolved organic matter and its effects on the atrazine sorption on soils

IntroductionApplication of organic amendments, such as sewagesludge to agricultural soils, has been considered as aneffective way to improve the soil physico chemical propertiesand organic matter compositions. Dissolved organic matter(D…     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.