旅游小贴士

随着人们生活水平的不断提高,很多人已经开始计划甚至在打点行装,准备外出游玩。出门旅游,有很多事项需要特别注意,因为这些都关乎您的健康。     

五台山景区空气质量及其时空变化特征分析

为研究人类粗放式旅游活动对自然景区空气质量的影响,以五台山景区为例,对景区内五爷庙、杨柏林村、殊像寺、南山寺旁原始森林共4个采样点的SO2、NO2、总悬浮颗粒物(TSP)、PM10进行采样分析。空气污染指数评价结果表明,五台山景区五爷庙与殊像寺空气质量属于轻度污染,前者首要污染物为TSP,后者首要污染物为NO2。杨柏林村与南山寺旁原始森林的空气质量为良,虽然空气质量优于五爷庙及殊像寺。与1983年相比,2014年五爷庙TSP浓度降低2.80%,其余各采样点TSP浓度增加了16.00%~106.45%。4个采样点NO2、SO2浓度分别增加了8.93~40.76、0.53~52.36倍。     

两段SBR串联工艺处理低C/N城市污水的效率研究

文章针对城市低碳氮比污水面临脱氮率低的问题,开发了两段SBR串联工艺系统(SBRⅠ→SBRⅡ),运行程序是SBRⅠ：进水→缺氧→沉淀→出水→好氧,SBRⅡ：进水→缺氧→好氧→沉淀→出水,研究了该工艺系统对城市低碳氮比污水的生物脱氮效率。结果表明,在进水碳氮比低至4.0左右时,两段SBR充水比均采用0.40,每个SBR运行周期均为8 h,出水总氮平均浓度低于6.5 mg/L。进水碳氮比对总氮去除率有明显影响,当进水碳氮比为3.5～3.7时,工艺的总氮去除率不低于80%;碳氮比>3.7时,总氮去除率在82%～84%;碳氮比接近5.0时,总氮去除率>86%;但碳氮比<3.4时,总氮去除率显著下降。碳源充足情况下,该工艺总氮理论去除率为：1-n²,n为充水比,在实验的低碳氮比条件下,低充水比时实验脱氮率与理论值接近,而高充水比时脱氮率的实验值略高于理论值。两段SBR工艺的运行周期从8 h+8 h增加到12 h+12 h,或者投加3 g/L的粉末沸石作为氨氮吸附剂,均能够提高工艺系统总氮的去除率,总氮去除率可接近或超过90%。相对于传统生物脱氮工艺,虽然该...     

混凝预处理去除煤矿生活污水中污染物的试验研究

为进一步提高COD、SS及TP去除效果,采用絮凝沉淀工艺对煤矿生活污水进行预处理。结果表明,在原水COD、SS、TP浓度分别为185 mg/L、136 mg/L和5.1 mg/L的条件下,PAC或PAFC均可作为絮凝剂与PAM复配处理煤矿生活污水,最优反应条件下的出水COD、SS、TP浓度分别达到63 mg/L、19 mg/L和0.22 mg/L。     

房地产建设项目环境保护验收工作中的要点初探

本文针对房地产建设项目竣工环境保护验收现场监测中存在的生产工况的计算、水监测点位的确定、无组织废气监控点的布设、有组织废气采样方法的选择和对污染物总量的控制等问题进行了探讨,同时归纳了房地产项目环境保护验收工作的重点内容,并针对此类项目可能产生的污染提出了相应的污染防治措施。     

基于工业以太网的三网合一在煤矿综合信息系统中应用

本文简要介绍了煤矿综合信息系统及工业以太网,总结了工业以太网在煤矿综合信息系统的实际应用中的逻辑拓扑结构,讨论了基于工业以太网的三网合一中控制信号、视频信号及音频信号的接入方式,并分析了基于工业以太网的三网合一在煤矿信息系统中的应用的前景.     

有机污染物的超声波降解技术

论述了超声波降解有机污染物技术的原理和效果，指出超声波的空化作用是其主要的作用机制，超声波与其它(H2O2、O2、紫外光以及磁场等)的联合运用，可以大大加速有机污染物的降解速度。     

水泥生产过程中二氧化硫排放浅析

工业污染源调查中,为了准确地计算水泥生产中二氧化硫的排放量,在实测有困难,现有排放系数又不适用的情况下,进行理论计算是比较可行的。本文拟通过对三个水泥厂的调查测定,从新疆煤质含硫较低的实际出发。分析水泥生产过程中二氧化硫的排放系数。     

氟化物生产废水高级氧化处理试验研究

考察了以微电解+催化氧化为主的高级氧化工艺对氟化物生产废水的处理效果,利用高铁酸钾对该类废水的COD及氯离子实现了同步脱除。实验结果表明:通过对有机氯的强化脱除,微电解+催化氧化对COD去除率达到50%以上;废水TOC的去除效果不显著,少量的高铁酸盐对废水的氯离子去除率可达30%。     

基于小波分解与自适应多级残差修正的最小二乘支持向量回归预测模型的PM2.5浓度预测

采用小波分解(WD)将济南市科干所监测站PM_(2.5)浓度的一维时间序列(2013年1月1日—2017年8月15日)分解为高维信息,获得了该监测站附近PM_(2.5)浓度的时频变化特征,重点分析了PM_(2.5)的随机性和趋势性问题.然后构建了基于小波分解的多级残差修正的最小二乘支持向量回归预测模型(AMLRC-WLSSVR),结果发现,该模型能够很好地对济南市PM_(2.5)浓度做出预测,特别是针对重污染天气的预测有很好的精度.为了避免预测结果的不确定性问题,提出了一种基于方差估计给出预测值置信区间上界的方法,同时,有效弥补了单点预测的不稳定性及预测精度不足的缺点,该方法能够为实际空气污染预警提供技术支持.