环境因子对浅水湖泊沉积物中磷释放的影响

介绍了湖泊沉积物中磷的存在形态和释放机理,并对影响沉积物中磷的释放的各种因素进行了分析.主要分析了温度,pH值,溶解氧,沉积物的组成,光照和水动力的影响,认为影响释放的主导因素因地而异;认为沉积物-间隙水-上覆水三界面的磷的释放应作为一个整体来研究.     

浅谈排土场的水土保持设计

以《准格尔项目黑岱沟露天煤矿水土保实施设计报告》为例，论述了露天煤矿排土场水场保持设计主要应取的措施，其工程措施是“截”、“拦”、“导”、“整”四步曲，即截上上游的水，拦挡下泄的沙，疏导上面的水，整治坡地后再利用水。     

直链烷基苯磺酸盐在模拟水生态系统中转化和归宿的研究

用~(14)C标记直链烷基苯磺酸盐,(~(14)C-LAS),研究了在由塘泥、水草、鱼、螺蛳和溞构成的室内模拟水生态系统中,LAS的降解规律、在水生生物体内的积累分布及其与在水中降解之间的相互关系.     

造粒流化床技术在洗车废水回用处理中的实验研究

利用造粒流化床技术进行了洗车废水回用处理的实验研究.考察了投药量、污泥床对出水浊度的影响。实验结果表明,使用聚合氯化铝(PAC)为凝聚剂,投加量为45mg/L,聚丙烯酰胺(PAM)为絮凝剂,投加量为3mg/L,搅拌速度为60r/min,水流速度8m/h的条件下,出水浊度小于2度,COD_(Cr)为28mg/L_(?)达到生活杂用水水质标准的要求。该装置运行状态稳定、污泥含水率低,无需浓缩设备,能满足连续处理和间歇处理的需要。     

粤港澳大湾区PM2.5本地与非本地污染来源解析

粤港澳大湾区（简称"大湾区"）建设是我国新时代重大国家战略之一.虽然大湾区空气质量在我国处于领先地位，但与世界先进湾区相比还有较大差距.制定大湾区PM_2.5精细化防控策略，需要在识别大湾区各城市PM_2.5污染来源的基础上，量化PM_2.5本地和非本地贡献及时空变化规律.基于此，本研究首次在大湾区15个站点同步开展持续一年的PM_2.5采样和组分分析，并将正定矩阵因子分析模型与后向轨迹结合，建立一种定量识别PM_2.5本地与非本地贡献的新方法.通过对大湾区不同季节所属空气域进行划分，厘清大湾区各城市PM_2.5本地与非本地贡献的动态化特征.结果发现，在2015年，大湾区15个站点共解析出9种PM_2.5污染源，分别为机动车、重油、老化海盐、扬尘源、二次硫酸盐、二次硝酸盐、金属冶炼、生物质燃烧和新鲜海盐.其中，二次硫酸盐和机动车是大湾区最主要的两个PM_2.5污染源.不同站点非本地贡献占比为51%~72%，表明外来传输是大湾区 PM_2.5污染的主要来源.内陆和沿海站点污染源的本地与非本地贡献差异较为显著，主要原因是气象条件和排放特征的差异.值得注意的是，2015年大湾区超过一半的时间处于同一个空气域，而有43%的时间处于两个不同空气域.进一步在每个季节划分空气域，发现大湾区处于两个空气域时，秋、冬季节沿海站点易形成单独的空气域，此时非本地贡献较强（68%~72%）；春季内陆站点易形成单独的空气域，此时本地贡献较强（94%）.基于对PM_2.5本地和非本地贡献变化情况的定量识别，能够为大湾区各城市制定动态的PM_2.5排放控制策略提供科学支撑.     

高压脉冲电晕法治理有机废气实验研究

介绍了采用高压脉冲电晕法去除乙醇,甲醛,二氧甲灶模拟废气的情况。实验在线一板式电晕反应器内进行,考察了电压峰值,气体浓度,停留时间和含湿量等不同因素对去除率的影响。实验结果表明能达到较好的去除效果。     

浅谈互联网对高校思想政治教育工作的影响

本文针对互联网的利弊展开论述,以求在新形势下学生思想政治工作能适应时代要求,更好的为提高学生综合素质而服务.     

环江县下南乡多措并举落实农机手安全生产教育

针对当前农机手安全生产教育存在的各种问题,广西环江毛南族自治县下南乡农机站在乡党委、政府的正确领导和县农机局的正确指导下,坚持科学发展观,审时度势,适时区分不同类型农机手特点,有的放矢,提高教育针对性,取得了良好效果。针对外出务工农机手安全教育难     

驾驶员接管自动驾驶车辆的眼动特性和行为分析

为探究接管自动驾驶车辆期间驾驶员的视觉特性,分析眼动与接管反应操控行为的关系,开展驾驶模拟试验收集驾驶行为及眼动数据。运用统计学方法,分析驾驶员感知不同接管场景的视觉特性,探究接管请求(TOR)前后眼动指标的变化规律;并基于视觉分配和瞳孔变化特性分析驾驶行为,揭示眼动特性与接管反应及驾驶操纵策略的内在联系。结果表明:TOR前,相较于静态场景,驾驶员感知动态场景诱发元素扫视更频繁且平均注视时间更短;此时驾驶员的视觉分配特性与其接管反应行为存在显著相关性。TOR后,驾驶员的注视时间增加,眨眼频率降低,瞳孔直径扩张,眼跳幅度增大;不同场景下驾驶员的瞳孔差异表明其应对动态场景时具备更好的警戒水平和更平稳的操纵策略。     

基于K-means聚类分析法的肇庆市干季PM2.5污染天气分型研究

通过分析肇庆市2013—2018年国控大气环境监测站的PM_(2.5)连续监测数据,发现肇庆市区PM_(2.5)浓度在干季(10月—次年4月)明显高于其余月份,轻度以上污染基本发生在干季,且PM_(2.5)浓度对年总浓度贡献达70.8%.基于Era-interim再分析资料采用K-means聚类分析法对2013—2018年干季逐日的海平面气压和10 m水平风进行分型,揭示了肇庆市易出现PM_(2.5)污染的6种大气环流形势,包括冷锋前部(CF)、变性高压脊(THR)、脊后槽前型(BRFT)、高压底后部(HSW)、弱冷高压脊(HR)和台风外围型(TP).2013—2016年易污染天气型影响天数呈明显减少趋势,2017—2018年呈增加趋势.不同天气型PM_(2.5)浓度与局地气象要素相关性不一致,其中CF、HR、HSW、TP天气型与湿度相关性最好,THR与风速、BRFT与气压相关性最好.PM_(2.5)污染除BRFT天气型主要以本地排放累积影响为主,其余易污染天气型存在不同尺度的外来输送影响,HSW、HR主要来自广州、清远、韶关, CF主要来自佛山、中山,THR来自广州、清远、佛山.同一污染天气型在不同月份的污染影响差异较大,其中HSW、THR污染型主要影响1月和10月,CF为1月和12月,HR为2月和12月,TP为10月,BRFT为1月和10—11月.不同年份的同一月份造成不同程度的PM_(2.5)污染除了排放影响,还与天气环流类型和同一天气型下的局地气象要素密切相关.