底物对生物沥滤去除污泥中Cu、Zn的影响

分别以FeSO2·7H2O、单质S粉为底物,对污泥中的重金属进行生物沥滤试验.通过分析生物沥滤过程中pH、Fe2+、SO22-的变化及Cu、Zn的滤出率.探讨不同底物对重金属生物沥滤的影响.试验结果表明,以FeSO2·7H2O或单质S粉为底物.利用污泥中固有的硫杆菌可以降低污泥的pH.从而使重金属滤出.以单质S粉为底物的处理中,污泥pH最低下降到2.1;以FeSO2·7H2O为底物的处理中,pH最低下降到2.6.经14 d的生物沥滤,以单质S粉为底物时,底物为6 g/L的污泥样品Cu、Zn滤出率最高,分别为18.8%和34.8%;以FeSO2·7H2O为底物时,底物为25 g/L的污泥样品Cu、Zn滤出率最高,分别为29.1%和36.8%.优于以单质S粉为底物的滤出效果.     

页岩气集输站场撬装设备失效后果面积计算方法

为准确评估页岩气集输站场撬装设备组件发生连锁失效的后果,避免在后果面积计算中因忽视连锁效应、低估或高估后果危害性、忽视失效后果面积重叠计算等问题,首先,在美国石油协会(API)581标准的基础上,考虑可能存在的多米诺场景,建立失效后果面积加权计算模型;然后,引入圆弧并面积算法,消除失效后果面积重叠计算的影响,并结合设备失效概率与多米诺场景概率确定连锁效应加权系数,形成撬装设备失效后果面积计算方法与计算步骤;最后,以某页岩气集输站场吸收撬为例,计算其失效后果面积。结果表明：考虑失效后果重叠计算得到的失效后果面积为759.48 m²,常规失效后果计算方法对后果低估了38.5%,未消除后果重叠的常用多米诺方法对后果高估了62.7%,考虑失效后果面积重叠计算可以帮助合理评估页岩气集输站场撬装设备组件发生连锁失效的后果面积。     

道路沥青中长寿命自由基特征及二次生成

本研究运用电子顺磁共振波谱方法（EPR）发现道路沥青中含有大量的环境持久性自由基（EPFRs）,说明道路沥青可能是道路源大气颗粒物中EPFRs的重要来源途径.因此,进一步通过溶剂萃取从沥青中分离出不同极性组分,研究不同沥青组分中EPFRs的含量和种类分布特征,并且在这基础上探究道路沥青在光化学作用下二次生成EPFRs的潜能和特征.结果表明：沥青中含有的EPFRs类型是以碳原子为中心的自由基和以氧原子为中心的自由基混合存在（g=2.0032~2.0038）,主要可能是芳烃类自由基和半醌自由基.沥青中EPFRs主要存在于不可萃取组分和二氯甲烷可萃取组分中,推测沥青大多数的EPFRs可能源于沥青中的大分子芳香化合物和酚类组分.沥青在模拟太阳光照射后,可生成10%~20%的二次EPFRs,并且发现新生成的主要是以g因子较大的氧原子为中心的EPFRs.     

流动注射测定挥发酚中的常见问题及其对策研究简

在流动注射测定挥发酚的过程中,会出现基线不稳、噪声信号增加、流量不稳定、准确度和精密度降低等现象,分析测试结果表明溶液有气泡、流通池pH、冷却水温度、到阀时间、周期时间等因素均会导致上述现象的发生。通过研究,对检测时间条件及前处理等方面进行调整。在调整流通池pH到9.8～10.2、设置到阀时间为350 s、周期时间为200 s,并且将试剂脱气方式调整为氦气脱气后,测试准确度和精密度均有较大提高。     

遥感技术在环境变化监测中的应用进展

随着经济的快速发展,我国的环境问题日益突出。为了及时、准确地反映环境质量时空分布现状及未来变化趋势,为环境监测、污染防治、环境规划等领域提供科学的依据,遥感技术在环境监测方面得到了日益广泛的应用。文章综述了遥感技术在大气、水体、生态环境以及灾害监测上的最新研究,介绍了大气有害气体监测、水质和油污监测、生态环境变化监测,以及洪涝灾害等多种遥感监测关键技术方法,并对环境遥感监测中存在问题和今后发展方向进行了有益的讨论。     

苯系化合物好氧生物降解性实验研究

通过使用EJD－1和活性污泥2种菌源，在好氧振荡瓶和好氧曝气池中研究苯、甲苯、邻二甲苯、间二甲苯、对二甲苯的降解情况。研究结果表明，EJD－1对甲苯有较好的降解效果，活性污泥中有大量苯系化合物的降解菌，也有难降解污染物邻二甲苯的降解菌。可以通过好氧振荡瓶培养法来选择好氧曝气池处理法的工艺参数。     

基于关键时间窗的泄漏事故情景构建方法研究

针对危险性气体泄漏事故致因因素和事故演化规律难以确定的问题,采用时间窗与情景构建相结合的方法确定情景要素、情景演变规律以及相关要素之间的逻辑和时间关系,建立了基于两类关键时间窗的泄漏事故情景构建方法。第一类关键时间窗基于事件树方法实现了对事故发生可能性的分析;第二类关键时间窗着眼于事发后的前期处置,实现了对事故发展可能路径的分析。以某液化气泄漏爆炸事故为例,利用时间窗情景构建模型构建泄漏事故情景,所构建的情景与第二类时间窗泄漏事故情景链中有一条该事故基本吻合,表明基于关键时间窗的事故情景链能够反映事故发生发展的客观可能性,对事故的全过程防范具有重要的借鉴意义。     

济南市大气污染物时空变化及预测分析

大气污染影响生产生活和人体健康,了解大气污染物时空分布特征及污染源是大气污染治理的基础和前提。基于济南市2014-2018年空气质量实时监测数据,主要污染物浓度数据和气象要素数据,运用相关分析法和BP神经网络预测模型,分析了济南市大气污染物时空分布特征及污染物来源,并对济南市6种主要污染物进行预测。结果表明:在时间维度上,空气质量呈逐年好转趋势,季节上则表现出冬季污染最严重,夏季最轻,采暖期污染物浓度远远高于非采暖期的特点;从日变化看,上下班高峰段是污染最严重时段。在空间维度上,城市外围污染较为严重,市区污染相对较轻。在污染物成分上,PM₁₀逐渐成为颗粒物污染的主体。通过济南市污染物浓度预测结果,分析未来3年内污染物浓度变化情况,进一步提出合理优化的污染治理方案来改善济南市大气污染状况。