好氧活性污泥中自养硝化细菌分离方法研究

分别采用琼脂平板、琼脂糖平板、水洗洋菜平板和硅胶平板分离培养城市污水处理厂好氧活性污泥中的硝化细菌。在相同的培养条件下,琼脂平板和水洗洋菜平板有杂菌生长;硅胶平板制作过程繁琐,培养后期出现失水性干裂;琼脂糖平板没有杂菌生长。通过对分离菌株的表观形态观察和NorB基因检测鉴定分离菌株,证明琼脂糖分离出了目的菌株,适合生长周期长的自养硝化细菌分离培养。     

光/电Fenton牺牲阳极法降解有机污染物

采用Fe片为阳极和石墨为阴极,在可见光(λ450 nm)照射并外加电压条件下,以有机染料橙Ⅱ(orangeⅡ)及有机无色小分子2,4-二氯苯酚(2,4-dichlorophenol,DCP)为目标化合物,探讨了光/电Fenton牺牲阳极法降解有机污染物的最佳反应条件,结果表明,在电压=3 V,pH=3.0,H2O2浓度为5×10-5mol/L时,orangeⅡ的降解效果最好,反应10 h矿化率可达到78%,210 min内2,4-DCP降解率为91.4%。通过对光/电Fenton体系原位循环伏安参数测定及过氧化物酶催化反应吸光光度法和苯甲酸荧光分析法检测光/电Fenton降解orange II过程中H2O2和羟基自由基(.OH)的变化,表明orangeⅡ降解过程涉及.OH历程。     

基于因子分析法优选河流水体中氮浓度预测方法的研究

定量的河流水体中氮浓度预测方法有很多种,如何优选出预测精度较高的方法一直是学术界多年来致力于研究的重点。本研究采用因子分析法对预测方法的精度评价指标进行分析,并建立了预测方法精度的评价模型,对回归分析法、神经网络法、灰色系统法和增长率统计法4种水体氮浓度预测方法进行综合评估,优选出精度较高的河流水体氮浓度预测模型——BP神经网络预测模型。结果表明,此评估模型对类似研究具有一定的参考价值,能为选择出合适的河流水体氮浓度预测方法提供依据。     

基于响应曲面法优化烧结烟气脱硫灰改性工艺

采用BOX-Behnken的中心组合实验设计及响应面分析方法对半干法烧结烟气脱硫灰进行改性研究,得到脱硫灰转化率的预测模型。结果表明:通过该预测模型可以很好地描述脱硫灰的转化率与反应温度、反应时间和气固比等重要操作参数之间的关系,R2=0.9903。因素分析表明,反应温度对脱硫灰的转化率影响最大,同时反应温度和气固比的交互作用与反应温度和时间的交互作用对脱硫灰的转化率的影响作用相同。利用得到的改进预测模型可以计算脱硫灰的转化率。     

O3/BAF工艺系统中有机物生物降解数学模型

研究臭氧预氧化/曝气生物滤池（O₃/BAF）联合工艺深度处理实际城市污水二级出水过程中,后续BAF系统中有机物的生物降解数学模型。以有机底物浓度、填料层高度两个基本变量为控制条件,研究BAF的总体运行常数和填料特性常数,得出BAF有机物生物降解动力学方程为S_e/S₀=exp(－Kh/qSⁿ₀)。出水与进水COD浓度比值（S_e/S₀）的对数与反应器填料高度（h）之间可表达成一次函数关系。在不同的进水浓度（S₀）下,根据ln（S_e/S₀）~h和关系式m=K/qSⁿ₀,得到方程ln(q_m)=－nln(S₀)+lnK。BAF总体运行常数K和填料特性常数n分别为1.708和0.5063。该模型对BAF工艺有如下指导意义：可以根据设计流量、进水有机物浓度和出水浓度,初步确定BAF的尺寸（如横截面积、高度等）。     

不同模糊评价方法在水环境质量评价中的应用比较

近年来,运用模糊评价方法对水质和水体营养化程度进行评价逐渐受到重视。目前,对模糊评价方法的研究多集中在实测数据标准化、权重的确定和模糊模式识别模型研究几个方面。以滇池历年营养物质数据为实测数据,通过对几种实测数据标准化方法、权重确定方法和模糊模式识别方法的组合应用,获得水环境质量模糊评价最优组合方法。结果表明,在评价方法中,实测数据标准化方法采用线性内插法,权重的确定采用超标倍数法,模糊模式识别模型采用广义海明距离和加权海明距离法,即采用超标倍数法的广义海明距离和加权海明距离法能够更真实反映水环境质量的实际情况。     

Ag~+改性复合钛铌酸钾盐对二甲基硫醚和乙硫醇吸附与光催化氧化研究

采用高温固相法合成具有不同Nb/Ti摩尔比的复合钛铌酸钾盐,通过Ag+离子交换对其进行改性。在静态下评价了Ag+改性复合钛铌酸钾盐对二甲基硫醚(DMS)和乙硫醇(EM)的吸附与紫外光催化氧化作用,使用红外光谱技术对催化剂表面滞留物种进行表征。结果表明,Ag+改性复合钛铌酸钾盐对DMS的吸附作用力比EM弱。随着Nb/Ti摩尔比增加,Ag+改性复合钛铌酸钾盐对EM的吸附作用力增强。在紫外光辐射下,Ag+改性的复合钛铌酸钾盐将DMS氧化为亚砜、砜和硫酸盐,而EM则被氧化为磺酸和单齿硫酸盐。     

摇动床生物膜反应器和活性污泥法组合技术处理高浓度有机废水的研究

利用摇动床生物膜反应器(简称摇动床)技术具有的容积负荷高与污泥产量低的优点,在普通活性污泥池的前部填充高性能丙烯酸树脂纤维(Biofringe)填料,研究了摇动床和活性污泥法组合技术处理高浓度有机废水的有效性。结果表明,该组合技术具有很强的有机物去除能力,当进水COD平均质量浓度由1500mg/L上升到2514mg/L时,出水COD的平均去除率基本保持在96%以上;整个运行阶段的出水COD浓度均满足《污水综合排放标准》(GB8978—1996)的二级标准;当进水NH4+-N浓度增加时,NH4+-N的去除率由99.7%降低到76.5%,但是在试验运行的整个阶段,摇动床和活性污泥法组合技术系统都表现出较强的硝化能力;活性污泥池中最高的混合液悬浮固体(MLSS)质量浓度为10625mg/L,最高MLSS约为普通活性污泥法的4倍;运行结束后的污泥产率为0.186,污泥产率仅为普通活性污泥法的50%左右。     

Polybrominated diphenyl ethers and their methoxylated metabolites in anchovy (<Emphasis Type="Italic">Coilia</Emphasis> sp.) from the Yangtze River Delta,China

Background, aim, and scope  

Polybrominated diphenyl ethers (PBDEs) and their metabolites are toxic to animals, and concentrations of the PBDEs metabolites can exceed those of the parent materials. But no information was available on concentrations of PBDEs metabolites in the lower Yangtze River in the region around Jiangsu Province of China, which is heavily urbanized and industrialized area. The aims of this study were to determine whether PBDEs and their methoxylated PBDEs (MeO-PBDEs) were accumulated in Coilia sp. in this area and to investigate the potential sources for these two kinds of brominated organic pollutants.     

Interaction of nano-TiO2 with lysozyme: insights into the enzyme toxicity of nanosized particles

Background, aim, and scope  

Nanomaterials have been used increasingly in industrial production and daily life, but their human exposure may cause health risks. The interactions of nanomaterial with functional biomolecules are often applied as a precondition for its cytotoxicity and organ toxicity where various proteins have been investigated in the past years. In the present study, nano-TiO₂ was selected as the representative of nanomaterials and lysozyme as a representative for enzymes. By investigating their interaction by various instrumentations, the objective is to identify the action sites and types, estimate the effect on the enzyme structure and activity, and reveal the toxicity mechanism of nanomaterial.