Pt-Sn/Al2O3蜂窝催化剂催化氧化C6烃

采用等体积分浸法制备Pt-Sn/Al₂O₃蜂窝催化剂（Pt含量仅为0.06wt%）.运用X射线衍射（XRD）、透射电镜（TEM）等技术对催化剂理化性质进行表征,并选取4种代表性C₆烃（苯、环己酮、环己烷和正己烷）对催化剂性能进行评价.活性评价试验中,Pt/Sn比为3/1催化效果最佳.此时4种C₆烃转化率达到90%的温度（T₉₀）较Pt催化剂均降低约20℃,其原因在于Sn可将Pt分割为较小的团簇提高Pt分散度.寿命评价试验以环己烷为例同Pt-Sn蜂窝催化剂连续运行720h,催化活性无明显变化,其原因在于,Sn可有效抑制其粒径增长;Pt₃Sn合金降低表面对C₆烃的吸附,减少催化剂表面积炭.     

苯醌对聚合硅酸铁多相UV-Fenton体系的增效机制

通过构建苯醌增效聚合硅酸铁多相UV-Fenton体系,讨论了体系中橙Ⅱ的脱色和降解途径.在研究苯醌浓度对聚合硅酸铁铁离子的释放、Fe²⁺与Fe³⁺之间的转化、H₂O₂分解和·OH生成影响的基础上,提出了苯醌对聚合硅酸铁多相UV-Fenton体系的增效机制.结果表明,随苯醌浓度的增加,其紫外光下光解还原聚合硅酸铁并释放Fe²⁺的程度增大、H₂O₂分解速度加快、产生·OH浓度峰值增高且出现的时间提前;苯醌增效体系释放于溶液中的Fe²⁺可以通过Fenton反应转化成Fe³⁺,反应结束后聚合硅酸铁能重新吸附Fe³⁺并使其浓度降低,避免了增效体系铁离子的二次污染.本研究将为多相催化剂催化过程的调控提供新的视角,为多相光助-芬顿反应在有机废水资源化中的应用提供理论依据和技术支持.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

稻壳与聚氯乙烯共热解的特性及动力学

在热重分析仪中进行了稻壳和聚氯乙烯（PVC）的共热解实验,结果显示:在共热解时稻壳开始剧烈热解的温度相比单独热解时大幅度降低,由350℃降至300℃,表明掺入PVC降低了稻壳的热解温度。在升温速率为20℃/min,稻壳和PVC比例为2∶1（质量比）时,混合热解协同效应最明显。3种动力学分析方法均证明共热解现象的存在。利用Coats-Redfern法进行动力学分析,发现共热解活化能普遍较单独热解时低,表明PVC与稻壳共热解有明显的相互作用。利用Ozawa法进行分析,发现转化率为20%~60%阶段下共热解平均活化能值为37.60 kJ/mol,低于稻壳单独热解的平均活化能41.45 kJ/mol。Friedman法分析结果显示对应转化率下共热解活化能均低于稻壳单独热解活化能。稻壳和PVC共热解倾向于反应动力学控制。     

石墨烯/聚苯胺修饰阴极对反硝化MFC性能影响

反硝化生物阴极微生物燃料电池（MFC）以电极为电子供体,在自养条件下完成硝酸盐去除过程.本研究以碳布（CC）为基底材料,分别制备获得还原氧化石墨烯修饰（rGO-CC）,聚苯胺修饰（PANI-CC）及二者复合修饰的CC电极（rGO/PANI-CC）,并考察其作为阴极材料对反硝化生物阴极MFC产电脱氮性能的影响.扫描电镜结果显示,rGO-CC和PANI-CC的碳纤维分别被片层状rGO和网状PANI覆盖,而rGO/PANI-CC表面呈现PANI在附着rGO的碳纤维上团聚的形貌,均增大了碳布的比表面积.循环伏安测试显示,rGO/PANI-CC具有最高的电化学活性.以rGO-CC,PANI-CC和rGO/PANI-CC为阴极构建MFC的产电能力分别提高了82%,24%和41%,其阴极对NO₃^--N的去除能力增强了23%,9%和13%.16S rDNA测序结果揭示修饰后电极表面微生物的多样性下降,Stappia和Pacacoccus属微生物的丰度增加.     

基于Stacking的地面PM2.5浓度估算

为了解决地面PM_2.5监测网络在空间和时间覆盖受限的问题,提出了基于宽时空覆盖的卫星气溶胶光学厚度AOD,利用Stacking方法建立地面PM_2.5浓度估算模型,将AOD、PM_2.5和各气象参数以及与PM_2.5排放有关的数据进行训练,使用改进网格搜索对模型超参数进行优化,通过对多重共线性分析,建立基于Stacking的最优PM_2.5浓度估算模型。选取2016-01-01-2016-12-31的数据作为实验对象,结果表明:相比于随机森林、GBRT和XGBoost 3种模型,使用岭回归作为元学习器的Stacking模型性能更优,可见Stacking适用于大范围地理区域的大气污染监测。     

雨水管道沉积物中典型无机氮的干期粒径分布

以南京江北新区分流制雨水管道沉积物为研究对象,考察不同粒径沉积物中铵态氮（NH₃-N）和硝态氮（NO₃^--N）干期分布特征,分析其随干期长度的变化关系,并探讨沉积物理化性质及微生物菌群结构对NH₃-N和NO₃^--N干期分布的影响.结果表明：粒径≤0.075mm的沉积物中NH₃-N占比最高（交通区30.8%,商业区36.7%）;交通区粒径≤0.075mm的沉积物中NO₃^--N占比最高（33.0%）,而商业区粒径0.075~0.15mm沉积物中NO₃^--N占比最高（34.4%）;干期长度与交通区0.075~0.15mm粒径段的沉积物中NO₃^--N含量及商业区粒径≥0.3mm的沉积物中NH₃-N含量之间的相关性均最显著;雨水管道沉积物中NH₃-N和NO₃^--N的干期分布与O-H和N-H等官能团、表面极性和亲水性、微观形貌等有一定关联;交通区雨水管道沉积物中Gemmobacter等反硝化优势菌种（相对丰度总和为20.15%）对NO₃^--N干期分布影响更显著.     

排水管道沉积物微生物群落及环境因子分析

选取北京市某区的排水管道沉积物进行取样,采用高通量测序手段分析,结果表明变形菌门、广古菌门、拟杆菌门、厚壁菌门是排水管道沉积物微生物中的优势门类;在纲水平上,δ-变形菌纲、甲烷微菌纲、梭菌纲、拟杆菌纲占相对优势;在属水平上,功能性微生物硫酸盐还原菌（SRB）和产甲烷古菌（MA）普遍存在于各处管道.在所选的6段管段中,管段S3、S4处MA的相对丰度分别为20.6%、40.8%,高于其他管段,厌氧产甲烷的潜能较大,有发生可燃气积累的风险;管段S5、S6处的SRB相对丰度分别为9.14%、8.19%,高于其他管段,硫酸盐还原为硫化物的潜能较大,存在管道腐蚀的风险.RDA分析表明污水的DO、水温、硫酸根、TN与管道沉积物中微生物群落存在相关性.     

建筑垃圾堆放点样本集构建与优化研究

为更好地解决手工制作的建筑垃圾堆放点样本集效率低、数据量少,难以支撑基于深度学习的遥感图像目标检测算法训练需求的问题,采用基于像素的遥感分类方法构建建筑垃圾堆放点样本集,在此基础上结合直方图均衡化,CS-LBP算子约束以及迁移学习的方法对Wasserstein生成对抗模型（WGAN）进行优化,实现了样本集扩充。研究结果表明:相对于纯手工制作的样本集,基于像素的遥感分类方法可以显著提升样本集制作的效率;同时,经过WGAN优化后,生成样本模拟了原始数据的颜色与纹理特征分布规律,增加了原始数据的多样性,满足了扩充样本集的需求。     

Role of glycine on sulfuric acid-ammonia clusters formation: Transporter or participator

Glycine(Gly) is ubiquitous in the atmosphere and plays a vital role in new particle formation(NPF).However,the potential mechanism of its on sulfuric acid(SA)-ammonia(A)clusters formation under various atmospheric conditions is still ambiguous.Herein,a(Gly)_x·(SA)_y·(A)_z(z≤x+y≤3) multicomponent system was investigated by using density functional theory(DFT) combined with Atmospheric Cluster Dynamics Code(ACDC) at different temperatures and precursor concentrations.The results show that Gly,with one carboxyl(-COOH) and one amine(-NH_2) group,can interact strongly with SA and A in two directions through hydrogen bonds or proton transfer.Within the relevant range of atmospheric concentrations,Gly can enhance the formation rate of SA-A-based clusters,especially at low temperature,low [SA],and median [A].The enhancement(R) of Gly on NPF can be up to 340 at T=218.15 K,[SA]=10~4,[A]=10~9,and [Gly]=10~7 molecules/cm~3.In addition,the main growth paths of clusters show that Gly molecules participate into cluster formation in the initial stage and eventually leave the cluster by evaporation in subsequent cluster growth at low [Gly],it acts as an important "transporter" to connect the smaller and larger cluster.With the increase of [Gly],it acts as a "participator" directly participating in NPF.