不同类型污染源颗粒物的粒度分布特征分析

对影响葫芦岛市城区环境质量可吸入颗粒物的各类污染源颗粒物的粒度成份、分布特征进行分析。采用斯托克直径ds(Stokes′Diameter)表示法,利用巴柯离心机对样品进行处理,得到各类排放源所排放的不同粒径的颗粒物重量百分比,为环境管理提供科学依据。     

不同类型污染源颗粒物的粒度分布特征分析

对影响葫芦岛市城区环境质量可吸入颗粒物的各类污染源颗粒物的粒度成份、分布特征进行分析。采用斯托克直径ds（Stoke＇s Diameter）表示法，利用巴柯离心机对样品进行处理，得到各类排放源所排放的不同粒径的颗粒物重量百分比，为环境管理提供科学依据。     

胶州湾及邻近海域表层海水中一氧化氮浓度分布及其影响因素探讨

2011年2～3月利用化学发光法对胶州湾及邻近海域表层海水中一氧化氮(NO)浓度进行了监测.结合水文、化学和生物等要素的同步观测资料,对该海域NO浓度分布及其影响因素进行了探讨.结果表明,胶州湾内表层海水中NO浓度为0.080～0.493 nmol.L-1,平均值为(0.292±0.146)nmol.L-1,胶州湾外NO浓度为未检出～0.435 nmol.L-1,平均值为(0.160±0.130)nmol.L-1.总体来说,胶州湾表层海水中NO浓度呈现出自湾内向湾外递降的分布趋势,陆地径流和人为活动可能对NO浓度的分布造成一定程度的影响.胶州湾及邻近海域表层海水中NO浓度比开阔大洋高1个数量级.周日变化研究表明,NO浓度具有一定的变化特征,最大值出现在15:00,这可能主要受光照的影响.影响NO浓度分布的因素比较复杂,可能主要受亚硝酸盐、光强和pH等因素的影响.结果表明,2011年春季胶州湾及邻近海域表层海水是大气NO的源,通量约为1.09×10-15 mol.(cm2.s)-1.     

黄土高原不同植被带人工刺槐林土壤团聚体稳定性及其化学计量特征

为研究黄土高原不同植被带对土壤团聚体稳定性及团聚体化学计量变化特征的影响,本研究选取黄土高原不同植被带人工刺槐林地土壤为研究对象,分析了不同粒径团聚体含量,团聚体化学计量及稳定性指标.结果表明, 2 mm和0. 25～2 mm粒径团聚体含量,机械团聚体的平均重量直径(E_(MWD))和机械团聚体的几何平均直径(E_(GMD))表现为森林带森林草原带草原带,而0. 053～0. 25 mm粒径团聚体含量和可蚀性因子K呈现相反的变化特点;各粒径团聚体有机碳和全氮含量在3个植被带整体表现为森林带显著高于森林草原带和草原带,而全磷含量在各植被带间无明显变化规律;有机碳和全氮含量在草原带以0. 053 mm和0. 25～2 mm粒径占绝对优势,在森林草原带以0. 053～0. 25 mm和0. 25～2 mm粒径为主,而森林带各粒径间均无显著差异;草原带和森林草原带0. 053 mm粒径全磷含量最高,而森林带全磷含量在各粒径间无显著差异;0. 053 mm和0. 053～0. 25 mm粒径团聚体C∶N值以草原带和森林草原带高于森林带,而0. 25～2 mm和 2 mm粒径在3个植被带间无显著差异;各粒径C∶P和N∶P值以森林带显著高于森林草原带和草原带.综上可见,土壤团聚体稳定性和团聚体化学计量在3个植被带间存在较大差异,团聚体稳定性和团聚体有机碳、全氮含量整体表现为森林带显著高于森林草原带和草原带.     

倭肯河着生硅藻群落结构及其与环境因子的关系

为了合理的评价倭肯河水生态健康状况,2018年8月（丰水期）,调查了19个点位的着生藻类群落结构和水环境特征.使用Mcnaughton优势度分析、聚类分析和生态型分析3种方法研究了倭肯河着生藻类群落结构和清洁度,使用Spearman相关分析、除趋势对应分析和典范对应分析等方法研究了倭肯河着生硅藻群落和环境因子的响应关系.结果表明：倭肯河共鉴定出着生硅藻89种,物种丰富,不同采样点位之间生物多样性差异较大,Nitzschia palea等富营养指示种是倭肯河的优势种.聚类分析结果表明,倭肯河采样点位可分为3组,从组1到组3,优势种清洁度逐渐下降,低度需氧型、中腐-高度腐生型和极度富营养型硅藻比例逐渐上升.影响倭肯河着生硅藻群落结构的主要水环境因子为TN、DO和pH,其中DO和TN是组3着生硅藻群落的主要影响因子,pH是组2着生硅藻群落的主要影响因子.由此可见,除河流源头区域外,倭肯河水生态环境质量状况较差,着生硅藻群落可以有效的指示倭肯河水体营养状况和腐生状况.     

微絮凝双层滤料过滤处理含油废水试验研究

针对机电和机械加工行业排水中含油废水的特性 ,提出了微絮凝双层滤料过滤法处理工艺。通过实验 ,肯定了其良好的除油效果 ,并对影响除油率的因素进行了分析讨论 ,确定了处理工艺流程及合理的设计参数     

污泥活性炭理化性质表征及吸附抗生素效果研究

文章以北京方庄污水处理厂的浓缩和脱水污泥为原料,采用ZnCl2活化法分别制备污泥活性炭。对制得的污泥活性炭进行表征,并将其应用于加替沙星废水的处理。研究2种污泥活性炭吸附反应的吸附时间、吸附剂投加量、pH值、初始浓度4个因子对吸附量的影响,设计正交实验。正交实验结果表明:2种污泥活性炭受到4个因子影响程度相当,表现出明显的相似性,但短期吸附时,脱水污泥表现出更好的吸附性能。初始浓度对吸附量的影响最大,获得最大吸附量的条件组合为:初始浓度200 mg/L,投加量0.05 g,pH=9,t=2 h。浓缩和脱水污泥活性炭的最大吸附量分别可达34.541 mg/g和34.925 mg/g,表明2种污泥活性炭对加替沙星均有良好的吸附效果。污泥活性炭作为一种废水吸附剂,是废水处理的一种新途径。     

应用被动扩散管监测分析葫芦岛市环境空气NO2时空分布特征

被动扩散技术以其低成本、操作简单、空间覆盖率较高等优点已在西方国家广泛应用于环境空气质量监测与调查，辽宁省环保局通过欧盟项目引进，本技术在葫芦岛市环境空气质量监测应用有4年时间。依据4年环境空气被动扩散管监测基础数据，分析了解葫芦岛市城区大气中NO2时空分布特征：高浓度值出现在交通区，季节上呈现春季明显低于其它季节。     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

长三角背景点夏季大气PM2.5中水溶性无机离子污染特征及来源解析

为研究长三角背景点夏季PM_2.5污染特征,于2018年5月30日—8月15日在上海市崇明岛对PM_2.5样品进行昼夜采集,并对其中水溶性无机离子(Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+、Ca2+)进行了分析.运用PSCF(潜在源贡献)方法判别污染物排放源区,并结合PCA(主成分分析)和PMF(正交矩阵因子)源解析探究PM_2.5来源.结果表明:①观测期间崇明岛ρ(PM_2.5)平均值为(33±21)μg/m3,低于GB 3095—2012《环境空气质量标准》一级标准限值(35 μg/m3),但在部分时段存在显著超标现象,ρ(PM_2.5)最高值在120 μg/m3以上.②水溶性无机离子质量浓度平均值为(14±9.3)μg/m3,占PM_2.5的42.4%,其中SNA(SO₄2-、NO₃-、NH₄+三者统称)为主要离子,占水溶性离子总质量浓度的85.7%.③n(NH₄+)/n(SO₄2-)(NH₄+与SO₄2-的摩尔浓度比)显示,清洁期〔ρ(PM_2.5) < 15 μg/m3〕呈贫铵状态,过渡期〔15≤ρ(PM_2.5)≤35 μg/m3〕和污染期〔ρ(PM_2.5)>35 μg/m3〕均呈富铵状态;过渡期SNA主要以NH₄HSO₄和NH₄NO₃形式存在,而污染期则主要以(NH₄)₂SO₄和NH₄NO₃形式存在.④通过对两次典型污染事件进行离子相关性分析和PSCF分析发现,E1污染事件(5月30日—6月8日)为局地生物质燃烧型污染事件,E2污染事件(7月23日—8月1日)为区域传输污染事件.源解析结果进一步表明,两次典型污染事件期间气态污染物的二次转化对PM_2.5的贡献最显著,贡献率分别为62.8%和59.8%;其次是生物质燃烧,其贡献率分别为32.5%和20.1%;E2污染事件期间海盐源对崇明岛PM_2.5贡献率较高(16.6%),远超过E1污染事件期间对PM_2.5的贡献率(2.7%).研究显示,区域输送对崇明岛PM_2.5有显著贡献,二次颗粒物累积是崇明岛PM_2.5超标的主要原因.