活性污泥和生物膜复合模型的建立与模拟

针对近年来出现的城市污水处理厂活性污泥和生物膜复合工艺,首先建立了能同时描述碳氧化、脱氮和除磷的修正ASM1（Activated Sludge Model No.1）,以及与ASM1中微生物生长过程速率方程结构形式相同、物理意义明确的生物膜模型。然后将该生物膜模型与修正的ASM1相结合,形成了活性污泥和生物膜复合模型,利用VB6.0编写了相应的模拟软件。以西安市第五污水处理厂复合工艺为对象,对其碳、氮和磷的去除进行模拟,结果表明该模型可以较好地反映出水各污染指标的变化规律。通过对进水流量、填料区的位置及填料区填料的投加率进行模拟,为填料区的优化和系统运行提出了建议。     

RDF与煤粉混合燃烧特性及动力学分析

为了研究RDF掺混入煤粉内进行燃烧时对煤粉产生的影响,利用热重分析,采用分布活化能模型（DAEM）对RDF与煤粉混合试样的燃烧特性及其反应动力学参数进行了实验研究。结果表明：随着RDF在煤粉中的掺混比例的增大,燃烧反应的进行过程中热能与气氛条件的分配比煤粉单独燃烧更加合理;在400~550℃与650~750℃范围之间,RDF的掺入对于煤粉的燃烧反应起到了一定的促进作用,在550~650℃之间则起抑制作用;通过精确的动力学计算以及合理的RDF与煤粉协同作用分析可知,当RDF在煤粉中的掺混比例为50%时,RDF对煤粉燃烧促进作用最佳,且能保证较高的燃料替代率。     

Fenton试剂协同TiO2光催化降解三氯乙酸及协同机理

为了研究Fenton试剂协同TiO2光催化降解三氯乙酸(TCAA)的反应及其协同机理,在自制的光催化反应装置中分别考察了Fenton、UV/TiO2及Fenton/ UV/TiO2 3个反应对TCAA的降解情况。研究结果表明,在TCAA初始浓度为2.0 mg/L,TiO2用量为1.0 g/L,紫外辐射光源为15 W(λmain=254 nm)的实验条件下,Fenton试剂协同TiO2光催化降解TCAA反应在pH 3~7范围内均有较高的降解率;TCAA 在Fenton、UV/TiO2及Fenton/ UV/TiO2 3个反应中的一级反应速率常数分别为0.0009、0.0131和0.0456 min-1;Fenton试剂与TiO2光催化反应间存在较明显的协同效应,其协同机理主要体现在两个方面:一是紫外光激发Fe(OH)2+和H2O2分解产生更多的·OH,二是Fenton试剂中部分被氧化成的Fe3+可与TiO2表面的光生电子结合被还原为Fe2+,抑制了光生电子与空穴的复合,从而提高了TiO2光催化降解TCAA的效率。     

生物酶生态修复重金属污染土壤

以多种重金属污染的土壤为材料,研究了酶对重金属的去除效果.在单因素实验基础上,采用响应面法对重金属去除的反应条件进行优化,结果表明,α-淀粉酶质量浓度0.2%、pH 3.5、反应时间12 h为最佳淋洗修复条件,Cd、Cr、Cu、Ni、Zn去除率分别为82.36%、75.02%、38.38%、34.69%和57.54%,去除率的大小顺序为Cd >Cr >Zn >Cu >Ni.酶作为土壤的组成部分,利用酶修复重金属污染的土壤,可以降低环境风险,具有较好应用前景.     

重庆冬季水芹浮床对富营养化水体的修复

结合重庆地区冬季水体富营养化现状和水芹生长特性,通过水芹构建了生态浮床,实验观察了不同密度、不同基质水芹浮床在冬季低温条件下对富营养化水体的净化效果。研究表明,在9.5~10.5℃下,水芹浮床对富营养化水体有较好的净化效果,总氮(TN)、总磷(TP)和叶绿素a的平均去除率分别为78.8%、86.0%和67.8%。水芹浮床对TP去除效果与密度有关,密度越大效果越好。不同基质水芹浮床对TN的去除有较好的促进作用,陶粒基质的去除效果优于黄砂基质对TN的去除效果。水芹浮床的溶解氧(DO)呈现先下降后上升的趋势,范围在5.5~10.1 mg/L。     

膨胀石墨对U(VI)的吸附特性

高温加热可膨胀石墨制得膨胀石墨,用于去除溶液中的U(VI)。通过静态吸附实验,研究了初始pH、吸附剂投加量、U(VI)初始浓度、温度以及吸附时间对膨胀石墨吸附U(VI)效果的影响。实验结果表明,膨胀石墨吸附U(VI)的最佳pH为6.5,在温度为30℃,投加量为2.0 g/L,U(VI)初始质量浓度为10 mg/L时,对U(VI)的去除率达到98.08%,反应在4 h达到平衡。Langmuir等温吸附模型和准二级动力学模型较好地拟合了吸附过程,30℃时饱和吸附量为27.03 mg/g;热力学分析表明,膨胀石墨对U(VI)的吸附是自发的放热反应。比表面积测试、扫描电镜、X射线能谱与傅里叶红外光谱分析结果表明,膨胀石墨对U(VI)的吸附以物理吸附为主,表面官能团起辅助作用。解吸实验证明,膨胀石墨是可重复利用的吸附剂。     

基于自动监测网络的湘江流域衡阳段铊污染原因分析

运用自动监测网络与实验室验证相结合的手段,通过测定湘江流域衡阳段干流与支流铊浓度,分析铊浓度与溶解氧含量、氨氮浓度及叶绿素a浓度等水质指标的关系,进而对湘江流域衡阳段铊污染进行原因分析。结果表明,2021年8月上旬,湘江流域衡阳段干流铊污染的来源主要为多支流污染汇入。其中,松木下游断面铊污染极有可能来源于支流上游企业排放,江东水厂断面铊浓度异常的原因主要为溶解氧降低、死藻富集。该案例可为我国铊污染应急监测及污染原因分析提供借鉴。     

湖北丹江口水库主要离子化学季节变化及离子来源分析

2004～2006年对丹江口水库中的5个点位水质的 t 、pH、EC、TDS、ORP、SO^2-₄、Cl^-、NO^-₃、HCO^-₃、Ca²⁺、Mg²⁺、Na⁺、K⁺和Si进行了测定.综合运用方差分析及主成分分析对它们的季节变化及其来源进行了研究.结果表明,丹江口库区水体呈弱碱性,属于弱矿化度水,水质类型为HCO^-₃-Ca型水.主要阴、阳离子浓度范围为：Cl^-,（4.0±0.5～6.9±1.8）mg·L^-1;NO^-₃,（4.6±0.9～6.8±1.7）mg·L^-1;SO^2-₄,（24.3±2.7～35.4±6.9） mg·L^-1;HCO^-₃,（133.0±11.7～153.5±29.6）mg·L^-1;Na⁺,（2.0±0.3～5.3±1.0）mg·L^-1;K⁺,（0.7±0.09～1.6±0.7） mg·L^-1;Ca²⁺,（33.0±2.1～46.6±0.8）mg·L^-1;Mg²⁺,（8.0±2.5～10.5±3.2）mg·L^-1.方差分析显示除HCO^-₃和Si外,t、pH、EC、TDS、ORP、SO^2-₄、Cl^-、NO^-₃、Na⁺、K⁺、Ca²⁺、Mg²⁺都表现出了显著的季节性差异,主要离子化学汛期浓度均小于对应的非汛期浓度.Na⁺和Mg²⁺的浓度只表现出秋汛<秋季,NO^-₃和SO^2-₄浓度却呈现出秋汛>秋季,这主要归因于降雨的大气沉降对水化学的贡献不同.HCO^-₃占主要阴离子的75%～88%,Ca²⁺和碱土金属分别占主要阳离子的60%～80%和87%～96%,表明碳酸盐岩风化是水体质子的主要来源及主要化学风化类型.参照我国及世界卫生组织饮用水标准,主要离子的浓度并未对人体产生危害.     

结合外场观测分析珠三角二次有机气溶胶的数值模拟

结合2008年11月18~25日期间珠三角地区的二次有机气溶胶(SOA)外场观测数据,验证区域空气质量模式WRF/Chem(weather research and forecasting model with chemistry)中两种SOA化学机制——VBS(volatile basis set)和SORGAM(secondary organic aerosol model)对珠三角SOA的模拟效果.VBS机制考虑了更为广泛的SOA前体物和化学老化过程,SOA模拟值更接近观测值,能合理反映SOA观测值的逐天变化趋势,与观测值的平均绝对偏差和相关性分别是-4.88μg·m-3和0.91,而SORGAM机制的分别为-5.32μg·m-3和0.18.利用VBS机制模拟区域内SOA的时空分布,结果显示SOA浓度具有显著的昼夜变化特征,浓度峰值出现在中午时段.受到输送和臭氧区域分布的影响,各城市SOA浓度差异显著,下风向的城市(如中山、珠海、江门)SOA浓度较高.     

北京10个常绿树种颗粒物吸附能力研究

大气中颗粒物PM(particulate matter)不仅造成环境污染,还对人体造成严重的危害.城市绿色植物作为大气过滤器,能够有效地提高城市空气质量,保护人体健康.因此了解不同树种对空气颗粒物的吸附滞纳作用是必要的.以北京植物园10种常绿植被为研究对象,应用空气气溶胶再发生器(QRJZFSQ-I)测定了北京市常见6种乔木和4种灌木叶片对空气总悬浮颗粒物(TSP)、PM10、PM2.5和PM1.0的吸附能力.结果表明:1不同树种叶片表面附着颗粒物的能力差异明显,最高的是雪松(Cedrus deodara)和油松(Pinus tabuliformis),吸附量分别是(18.95±0.71)μg·cm-2和(14.61±0.78)μg·cm-2,冷杉(Abies fabri)最小,为(8.02±0.4)μg·cm-2;2不同树种叶片单位面积对不同颗粒物的附着能力也存在差异,附着PM10能力最强的是油松和雪松,附着PM2.5能力最强的是雪松、铺地柏(Juniperus procumbens)、龙柏(Juniperus chinensis cv.kaizuka)和油松,附着PM1.0能力最强的是雪松、铺地柏、冷杉和油松;3不同月份叶片上附着的各粒级颗粒物(PM10、PM2.5)占TSP的比例不同.其中PM10在4~6月之间主要表现两种变化趋势,一是先上升后下降,主要为灌木树种;二是逐渐上升,主要的树种是乔木树种.而PM2.5则没有这种明显的变化趋势.