沈阳市农村生活污水处理设施有机废弃物归趋

采用实地观察法、文献调查法对沈阳市农村生活污水处理设施基本状况进行研究分析。结果显示:沈阳市已建成农村生活污水处理设施297处,有机废弃物产生量(干重)约为:剩余污泥637 t/a、湿地植物废弃物169 t/a。     

普伐他汀的光催化降解性能及机理研究

通过水热法合成Bi₂WO₆,并利用XPS,XRD,BET,UV-Vis和SEM等方法对样品进行了表征;通过光催化性能实验考察了Bi₂WO₆投加量,溶液pH值对普伐他汀（PR）降解效果的影响;通过自由基捕获实验及中间产物的鉴定探明了Bi₂WO₆光催化降解PR过程的主要活性自由基,中间产物及降解机理,并采用发光细菌急性毒性试验评估了PR降解前后的毒性.结果表明,所制备的Bi₂WO₆是由大量纳米片组成的正交晶系花瓣状微球,各元素物质的量比为Bi：W：O=2.5：1：6.7,比表面积为26.67m²/g,带隙能为2.74eV;光催化性能结果表明,对于10mg/L PR,当溶液pH=6.5,Bi₂WO₆投加量为0.4g/L时降解效果最佳,降解率可达80.6%,矿化度为40.2%;自由基捕获实验结果表明降解过程中h⁺起主要的氧化作用,·OH和·O₂^-的氧化起辅助作用.基于活性自由基和中间产物的鉴别结果提出了Bi₂WO₆光催化降解PR的机理,即以h⁺为主,·OH和·O₂^-为辅联合攻击PR分子中C－C键,C＝C双键,酯键等化学键,进而将其分解为易降解小分子有机物.另外,毒性测试结果表明PR经光催化降解后的小分子产物与PR原液相比毒性并没有增强.     

考虑边界条件不确定性的地下水污染风险分析

为分析边界条件不确定性对地下水污染质运移数值模拟模型输出结果的影响,运用Monte Carlo方法对一算例进行阐明,并从污染风险预报方面对模拟结果进行分析.为减少重复调用模拟模型产生的大量计算负荷,将边界条件（第一类边界条件-水头值）作为随机变量,建立地下水污染质运移数值模拟模型的Kriging替代模型,在保证较高精度的同时,实现了Monte Carlo模拟.结果表明：边界条件的不确定性,对地下水污染质运移数值模拟模型预报的结果有很大影响,考虑与未考虑边界条件不确定性得到的研究区污染羽分布差别较大.对地下水污染质运移数值模拟模型的Monte Carlo模拟结果进行统计与分析,可以评估研究区观测井1,2,3污染物浓度预报结果的可靠程度,并且可以预报出研究区观测井1,2,3遭受不同程度污染的风险.     

Seasonal variation and size distribution of biogenic secondary organic aerosols at urban and continental background sites of China

Size-resolved biogenic secondary organic aerosols(BSOA) derived from isoprene and monoterpene photooxidation in Qinghai Lake, Tibetan Plateau(a continental background site) and five cities of China were measured using gas chromatography/mass spectrometry(GC/MS). Concentrations of the determined BSOA are higher in the cities than in the background and are also higher in summer than in winter. Moreover, strong positive correlations(R2= 0.44–0.90) between BSOA and sulfate were found at the six sites,suggesting that anthropogenic pollution(i.e., sulfate) could enhance SOA formation,because sulfate provides a surface favorable for acid-catalyzed formation of BSOA. Size distribution measurements showed that most of the determined SOA tracers are enriched in the fine mode( 3.3 μm) except for cis-pinic and cis-pinonic acids, both presented a comparable mass in the fine and coarse( 3.3 μm) modes, respectively. Mass ratio of oxidation products derived from isoprene to those from monoterpene in the five urban regions during summer are much less than those in Qinghai Lake region. In addition, in the five urban regions relative abundances of monoterpene oxidation products to SOA are much higher than those of isoprene. Such phenomena suggest that BSOA derived from monoterpenes are more abundant than those from isoprene in Chinese urban areas.     

铍青铜弹簧片应力腐蚀断裂研究

目的研究传感器微动开关弹簧片应力腐蚀的机理,找到断裂原因。方法对弹簧片进行断口形貌观察、能谱成分分析,并进行产品模拟腐蚀实验。结果传感器内部意外进入雨水,在工作温度下形成湿热环境,开关盒中的游离氨在此环境下释放出来,在开关盒内部形成潮湿氨气氛,铍青铜弹簧片工作时凹面一侧承受静拉应力作用,从而在潮湿氨和拉应力共同作用下发生应力腐蚀开裂。结论通过采用无氨酚醛塑料制备开关盒,弹簧片的应力腐蚀得到了有效预防。     

基于VA One船舶舱室动力设备空气噪声控制分析

目的研究舱室间壁板不同约束条件及不同敷设方式对隔声量的影响。方法用VA One建立两个舱室的统计能量分析(Statistical Energy Analysis,SEA)模型,对约束阻尼结构和自由阻尼结构的隔声性能进行分析。针对约束阻尼结构,讨论其两侧金属层厚度差对整个壁板的隔声性能的影响;对自由阻尼结构,分析金属层与阻尼层之间的相对位置对其隔声性能影响。结果约束阻尼结构隔声量A计权声压级比自由阻尼结构高。结论阻尼层厚度和壁板总厚度一定时,自由阻尼结构金属层与阻尼层之间的相对位置对实际的隔声性能并没有影响;约束阻尼结构,两侧金属层等厚敷设时,其隔声效果最优,且两侧厚度差越大隔声量越小。     

兰州地区大气臭氧时空变化及影响因素研究

本文采用OMI臭氧遥感数据,结合甲醛垂直柱浓度、气象数据以及经济数据,分析了2005~2015年兰州地区臭氧柱浓度时空变化格局,并探索了影响臭氧的新气象因子,总结达到臭氧污染的日照、气压等气象条件,确定影响臭氧柱浓度的主要人为源并确定其限域。结果表明:1)2005~2015年夏季柱浓度值最高,冬季、秋季次之,春季最低;夏季波动幅度最大,其余三季波动幅度较小且平稳。2)11年中,臭氧柱浓度具有较大的波动。2005年至2010年快速增长到最高值331.997 DU。2010年之后,臭氧柱浓度缓慢下降,2014年起有回升趋势。3)OMI遥感数据具有较高的可靠性,并根据AQI的线性关系划分了臭氧柱浓度的污染等级。结果指示了11年大气臭氧空间变化,2005~2009年5年间研究区全区空气质量一直处于良,2010年全区轻度污染,后两年污染逐渐减弱,2013~2015年全区恢复至良。4)根据兰州发展的趋势以及周边城市的关系,划分了兰州经济圈及功能区,并结合臭氧柱浓度空间分布图得出臭氧污染与经济特征的密切关系。5)正弦模型拟合后臭氧柱浓度变化趋势呈不明显的周期性,说明臭氧的人为来源贡献较大。6)创新探索影响臭氧污染的新气象因子(日照、气压等参数),并确定其重要人为源限域。     

西安市文教区表层土壤中PAHs来源及风险分析

文教区土壤环境质量直接影响学生以及职工的身体健康。本研究应用高效液相色谱仪对采集的西安市文教区表层土壤样品中的16种优控多环芳烃(PAHs)进行含量检测,分析其组分特征、来源及健康风险。结果表明,西安市文教区表层土壤中∑PAHs含量为0.290~4.147μg/g,平均值为1.515μg/g,7种致癌多环芳烃的含量为0.079~2.093μg/g,均值为0.593μg/g,土壤PAHs污染较为严重。其中4环的高环PAHs为土壤PAHs污染的主要物质,平均占∑PAHs含量的40.72%。源解析结果表明西安市文教区表层土壤中PAHs主要来源于石油燃烧、煤及生物质等的不完全燃烧。终生癌症风险评价表明西安市文教区表层土壤中PAHs污染对其生活在周围的人群产生的终生致癌风险性较小,但71.4%的样点达到严重污染水平,产生的间接影响应引起足够重视。     

Analysis of pollutant levels in central Hong Kong applying neural network method with particle swarm optimization

Air pollution has emerged as an imminent issue in modernsociety. Prediction of pollutant levels is an importantresearch topic in atmospheric environment today. For fulfillingsuch prediction, the use of neural network (NN), and inparticular the multi-layer perceptrons, has presented to be acost-effective technique superior to traditional statisticalmethods. But their training, usually with back-propagation (BP)algorithm or other gradient algorithms, is often with certaindrawbacks, such as: 1) very slow convergence, and 2) easilygetting stuck in a local minimum. In this paper, a newlydeveloped method, particle swarm optimization (PSO) model, isadopted to train perceptrons, to predict pollutant levels, andas a result, a PSO-based neural network approach is presented. The approach is demonstrated to be feasible and effective bypredicting some real air-quality problems.