春季人工湿地常用植物对总氮去除效果的数学模型研究

选取芦苇、菖蒲、美人蕉和香蒲等4种南京地区常见的人工湿地常用植物作为供试植物,对其在春季对生活污水总氮(TN)去除效果的数学模型进行研究.通过监测引种植物后污水中TN浓度,利用回归分析建立湿地植物去除污染物的数学模型.结果表明:在毒季种植植物后污水中的TN浓度按线性关系减少,其中芦苇、菖蒲和香蒲对污染物的去除效果明显,其直线的相关系数分别达到0.927,0.929和0.979;美人蕉在春季对TN的去除能力较差,其线性仅为0.561.     

邻苯二甲酸二丁酯分子印迹溶胶-凝胶材料合成表征

以邻苯二甲酸二丁酯为模板分子,以四乙氧基硅烷为交联剂,以苯基三甲氧基硅烷为功能单体,用溶胶-凝胶法合成了一种分子印迹聚合物,并对其在强极性体系甲醇和水中对模板分子的吸附进行表征,以论证此分子印迹聚合物对水中邻苯二甲酸酯类环境激素吸附处理的可行性.     

露天煤矿排土场干草转移对坡面草本层重建与土壤改良研究

生态恢复是一个过程,通常以植被恢复为主。大多已采取植被恢复措施的排土场能在一定程度上改善矿区生态条件,但仍普遍存在因重树木、轻草本导致的群落结构单一、土壤三相失衡以及严重的水土流失等问题。本文以已开展生态恢复的内蒙古北电胜利半干旱典型草原区露天煤矿排土场为研究对象,拟通过干草转移实验重建坡面草本层,提高坡面生态稳定性。研究表明,干草转移可以有效改善排土场边坡生境条件,改善土壤理化性质及土壤营养条件,提高草本植物密度和生物多样性。排土场干草转移实现了边坡草本层重建及水土流失控制的双赢。     

建筑物尾流区气流与污染物扩散的数值计算

采用了细网格非静力能量闭合边界层模式和随机游动模拟方法建立了一套分析建筑物尾流流场和污染物扩散的数值模拟系统．作为应用研究的例子，在对某城市地下交通隧道排废气的风井塔尾流区流场和浓度场进行风洞流体物理实验的基础上，利用所建的模拟系统对风井塔尾流区气流和污染物扩散特征进行研究．结果表明，所建的模拟系统的模拟结果与风洞试验的结果吻合较好，对一些小尺度带有明显湍流不均匀性的流场和局地空气污染物散布的情况有较好的模拟效果和良好的应用前景．     

陆地与海洋气溶胶的相互输送及其对彼此环境的影响

陆地和海洋源产生的气溶胶通过大气的流动向对方的环境系统输送，从而改变了对方环境大气的化学组成，影响着大气污染物的化学反应过程和反应速度，其沉降过程也会对对方的生态系统产生一定的影响。；沿海的岖稠密的人口。较为发达的经济活动，较高的大气污染排放强度，使得陆海气溶胶的交换和沉降对谝我域的环境具有不可忽视的影响。     

珠江三角洲一些城市水体中微量有机氯化合物的初步分析

采用较快速、简便的方法，用ＧＣ／ＥＣＤ对珠江三角洲几个城市中的污水及深圳河，大沙河中的有机氯化合物进行了初步探查及半定量分析。结果表明，几种有机氯农药尽管已停止生产多年，但在污水及河水中仍有残留，其中ＤＤＴ及其衍生物ＤＤＥ含量在０．０２－０．５０μｇ／Ｌ范围内；ＢＨＣｓ在０．０４－０．７２μｇ／Ｌ范围内，氯苯类化合物及ＰＣＢｓ在污水及不中也被检出。     

膜生物反应器与传统活性污泥工艺除污特性比较

比较了膜生物反应器（MBR）和传统活性污泥工艺（CAS）在相同运行条件下对生活污水的除污特性.结果表明,MBR系统对COD、NH3-N和TN的平均去除率比CAS分别高14.4%、51.2%和37.3%.但MBR中膜的截留使系统相对比较封闭,制约了通过排放高磷污泥的生物法除磷,除磷效率仅为32.9%,低于CAS工艺（43.0%）;将MBR与化学除磷工艺相结合,MBR系统除磷效率可达93.3%.     

昆明空气污染物等级与天气背景的关系

通过样本分析得出：昆明空气污染物主要为SO2,为轻度污染;秋冬季出现污染日较多,可分为高压脊控制型和偏西气流型天气背景。夏季出现污染日较少,主要为高压脊控制型天气背景;污染物浓度在一天中的分布特征呈“W”型;污染物预报方程。     

基于神经网络的压铸合金选择

在归纳总结压铸合金选择经验和知识的基础上 ,对压铸合金性能进行评价。采用BP神经网络方法建立了快捷的压铸合金材料选择系统 ,提出了一种将模糊化性能要求量化 ,增加训练样本集的方法。     

3种活性污泥法处理工艺的生命周期能耗分析

运用LCA方法对普通活性污泥法、AB活性污泥法和厌氧水解－活性污泥法3种处理系统从其原材料开采和加工开始直至污水厂施工建设、处理运行以及废弃拆除的LC全过程能耗进行了识别和量化分析,并进行相互比较。研究结果表明,在微孔和穿孔管2种曝气条件下与普通活性污泥法相比,厌氧水解法的LC能耗分别省节14．0％和17．6％,并且比能耗可大幅降低40．5％－43．0％。AB法的LC能耗分别节省9．5％和15．8％,但由于产泥量较大而比能耗仅与普通活性污泥法相当。