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。     

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。     

预处理对园林垃圾混合物料联合厌氧发酵的影响

采用超声、微波及碱热预处理技术强化园林垃圾、厨余垃圾与果蔬垃圾联合厌氧发酵产气性能,并以未进行预处理的实验组作为对照。结果表明:4组实验pH值在2 d内迅速降低至7.24~7.45,反应后期可稳定在7.7~8.0,表明厌氧消化系统有较强的稳定性。挥发性脂肪酸（volatile fatty acids,VFA）浓度在第2~4天内达到最大值。乙酸和丙酸是4组实验中VFA的主要成分,两者比例之和在70%以上。VFA浓度在第13天后降低到500 mg/L以下,且以乙酸为主。氨氮（TAN）浓度在前4 d内出现一定波动,随后逐渐升高至2190~2410 mg/L。游离氨氮（FAN）浓度呈先降低后增加趋势,并在第13天后逐渐趋于稳定,为144~209 mg/L。沼气中甲烷比例在第2天后均超过50%,并在第11~12天时达到最大值61.4%~63.8%。修正的Gomperts模型模拟结果表明:预处理技术可缩短反应体系厌氧产沼的适应时间,提高前期产气速率。除此之外,超声预处理与碱热预处理可显著提高基质甲烷产率,由未处理时的396 mL/g分别提高到601,536 mL/g,而微波预处理使得反应体系甲烷产量略有降低。     

基于边介数的省域生态廊道构建方法优化

我国城市建设和生态保护工作均对土地资源有大量需求,二者之间的矛盾在经济优先发展区表现尤为明显.为了有效地改善生态环境,管控土地利用并引导其变化发展,需要建设具备不可替代特征的省域生态廊道.最小累积阻力模型（minimum cumulative resistance,MCR）是识别生态廊道最常用、有效的模型,但在应用于省域尺度时,MCR模型识别的潜在廊道路由存在冗余的问题.因此,通过引入网络科学中的边介数指数（edge-betweenness）对MCR模型进行优化,计算潜在廊道路由的边介数指数值,选取出其中最为重要和简明的结构来连通生态源地,即提取潜在路由中的骨干路由（backbone route）和关键战略点（key strategic point）作为不可替代的结构来指导省域生态廊道建设.将优化后的MCR模型应用于广东省,构建了全长5 493 km的省域生态廊道,其中包含生态源地20处,关键战略点11个,骨干生态廊道29条.骨干路由与关键战略点构成的不可替代省域生态廊道（irreplaceable provincial corridor）能够实现"廊道数量和占地面积最少、连通性基本不变"的目标.研究显示,边介数能够对潜在路由进行优化筛选,识别出维护省域生态安全的关键结构;不可替代生态廊道能够指导省域生态规划和土地空间的发展利用,并为更高水平的生态安全环境提供了演进的基础;同时也为土地资源紧张的地区提供了建设生态廊道的参考与依据.      

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.