不同类型地膜覆盖对土壤质量、根系生长和产量的影响

针对我国农业生产中地膜大规模使用带来的土壤环境污染问题,通过应用降解地膜进行大田试验,以南瓜为研究试材,探究了黑色普通地膜(CK)、白色降解地膜(WDF)、黑色降解地膜(BDF)和黑色CO₂基降解地膜(C-DF)对土壤理化性质、根系生长与产量的影响,并对土壤质量进行评估.结果表明,3种降解地膜处理土壤含水量和温度,较普通地膜均不同程度降低;各处理间土壤有机质含量无显著差异;C-DF处理土壤速效钾含量较CK降低,WDF和BDF无显著影响;BDF和C-DF处理土壤全氮和速效氮含量较CK和WDF降低,处理间差异达到显著水平.3种降解膜处理土壤过氧化氢酶活性较CK显著提升2.9%～6.8%,蔗糖酶较CK显著降低了33.3%～38.4%.BDF处理土壤纤维素酶活性较CK显著提升63.8%,WDF和C-DF无显著影响.3种降解膜处理对地下部根系生长具有促进作用,长势明显增强.BDF和C-DF处理南瓜产量与CK趋近,BDF处理南瓜产量较CK显著降低11.4%.试验结果表明,BDF和C-DF处理对土壤质量和产量的影响与CK相当.研究认为2种黑色的降解地膜在高温生产季节可有效替代普...     

俄瓜热十多沟泥石流活动特征与防治对策

针对2012年7月9日俄瓜热十多沟流域形成的较大规模的泥石流,从泥石流的形成角度,对该流域的地形分区特征、冲淤特征、物源条件及堵河条件进行了研究,分析了泥石流的成因机制及引发因素,并根据泥石流的活动特征参数提出以拦为主的5坝1坊2堤工程治理方案。该方案可达到有效的拦砂、固床、压坡目的,将泥石流灾害防治与公路规划建设相结合,其减灾防灾效益非常显著。     

浙江省环境空气自动监测数据审核系统的构建及其应用

浙江省区域大气复合污染立体监测网络遍布全省69个县市区,每天上传海量监测数据,单纯依靠人工审核数据的方式已不能满足实际的工作需求,通过对浙江省环境状况和应用需求分析,遵循国家相关标准规范,浙江省设计开发该省环境空气自动监测数据审核系统,大大提高了数据管理能力,已成功在G20峰会、世界互联网得到了应用。     

西藏萨迦冲曲流域地下热水成因及工程效应分析

拟建中尼铁路途经西藏萨迦县和拉孜县,地热灾害是拟建中尼铁路工程建设过程中可能遇到的地质工程问题之一.通过计算离子比例系数,绘制Gibbs图、Na-K-Mg三角图和SiO2溶解度曲线,分析了研究区地下热水的水化学特征及其水文地球化学演化过程的主要控制因素,并根据氢氧同位素数据分析了研究区地下热水的补给来源,基于此对拟建中...     

污水中抗生素抗性基因去除技术研究进展

由于抗生素的滥用而导致的耐药性问题已经成为人类生存发展的一大威胁,抗生素抗性基因(ARGs)作为一种新型的环境污染物,其通过垂直进化和水平转移在环境中扩散和传播,对生态环境造成了很大的威胁和破坏.污水处理厂作为抗生素重要的聚集地,将是ARGs去除的主要"战场".主要介绍了不同的污水处理技术去除ARGs的研究现状,从生物...     

一种新型热管固体除湿系统的设计与应用分析

目前的除湿系统大多单一,除湿效率不高,能源的利用率也相对较低。研究了一种热管与吸收式制冷的新型固体吸附除湿系统,提高了除湿效率和能源利用率。采用吸收式制冷对除湿过程中产生的吸附热进行降温,从而有效地提高吸附剂的除湿效率。吸收式制冷利用工厂余热和废热等低品位热源,对能源的利用范围很广。设计的系统是一种传热效率高、节能、除湿效率高的新型固体吸附除湿系统。     

温度对哑硝化及氧化哑氮释放的影响

采用批次实验的方法探讨了3种不同温度（15℃,25℃,35℃）对亚硝化及其过程中温室气体氧化亚氮释放情况。结果表明,温度对亚硝化过程及氧化亚氮的释放有显著影响。在15～35℃范围内,随着温度的升高,氨氧化率和亚硝化积累率逐渐升高,N2O释放量也逐渐增大,35℃可以作为适宜的亚硝化温度,平均氨氧化率为50．9％,亚硝化积累率为55．6％,NO-2-N与Nrl4-N出水浓度比为1．1,氨氧化率,亚硝化积累率和出水中亚硝氮与氨氮浓度比较合适,从而可以为厌氧氨氧化工艺提供合适的进水,但在此温度下平均N2O释放量相对较高,为1．494la,g／gMLSS。     

基于ASD-KDE算法的超短期风电出力区间预测

为提高含风电场电网经济调度能力并降低电力系统规划决策的保守性,提出了基于原子稀疏分解-核密度( atom sparse decomposition-kernel density estimation, ASD-KDE)算法的超短期风电出力区间预测模型。该模型应用ASD计算出较为精确的点预测值,并采用粒子群优化正交匹配追踪算法提高原子分解过程的预测实时性。同时针对风电序列不同区域所具有的线性及非平稳特性,构建了衰减线性原子库及Gabor原子库,以期达到自适应分解的效果。再通过对原子分量和残余分量分别进行自预测和BP( back propagation) 神经网络预测,获得点预测值。在此基础上,通过对历史风电数据不同区间的划分,构建一维核密度估计模型,逐步滚动获取预测值的置信区间,从而降低了环境变化对预测结果的影响。实际风电场算例验证了所提方法的自适应性、快速性及有效性。