2016—2019年夏半年成都市区臭氧污染天气特征分析

为揭示成都市区臭氧污染气象条件特征,通过欧盟COST733天气客观分型软件对成都市区2016-2019年夏半年(5-9月)海平面气压场和500 hPa位势高度场进行大气环流形势分型,并结合同期臭氧监测数据、地面气象观测数据以及总云量实况分析产品,分析成都市区夏半年臭氧超标天气及气象要素特征.结果表明:成都市区2016-2019年夏半年共出现臭氧超标日数为159 d,超标率为26.0%,超标日主要集中于5-8月,小时超标多出现于14:00-17:00.臭氧污染日数最多的海平面气压场为弱低压型,其后依次为低压前部型、低压型、高压后部型.臭氧超标率最高的海平面气压场为低压前部型,其后依次为弱低压型、低压型、高压后部型.500 hPa位势高度场平直西风气流型臭氧超标日数最多,青藏高压型臭氧超标日数最少.青藏高压型是臭氧超标率最高的500 hPa位势高度场型,平直西风气流型臭氧超标率最低.成都市区臭氧超标日多出现在偏西北风下,近地面气象要素特征一般表现为风速1.2~1.6 m/s,气温在25℃以上,相对湿度多集中在70%左右,总云量和降水概率多低于60%,降水量级以小雨为主,太阳辐射和日照时数分别位于20.5~23.2 MJ/m2和6.0~7.8 h区间.小时臭氧超标近地面气象要素特征为气温和总辐射曝辐量相对较高,二者分别在30~36℃和0~3.5 MJ/m2之间,相对湿度在60%以下,总云量低于40%,以偏南风影响为主.研究显示,成都市区海平面气压场为低压型,500 hPa位势高度场为青藏高压型时,易发生臭氧污染.      

苯系化合物在硝酸盐还原条件下的生物降解性能

运用驯化的反硝化混合菌群进行了苯系化合物(BTEX)的厌氧降解试验.结果表明,混合菌群能够在反硝化条件下有效降解苯、甲苯、乙苯、邻二甲苯、间二甲苯和对二甲苯.BTEX的降解规律符合底物抑制的Monod模型,当初始浓度小于50mg·L^-1时,6种受试基质的厌氧降解速率顺序为:甲苯>乙苯>间二甲苯>邻二甲苯>对二甲苯>苯.整个试验过程中NO₃^-的消耗与苯、甲苯、乙苯、邻二甲苯、间二甲苯及对二甲苯生物降解之间的摩尔比分别为:9.47,9.26,1     

曝气生物滤池快速启动和活性保持性能研究

研究了两级曝气生物滤池处理生活污水时各级的快速启动和在低负荷下活性保持的能力,考察了出水中主要污染物和生物滤池内生物量随时间的变化情况。结果表明,碳氧化生物滤池从低负荷恢复时,所需要的时间与活性保持时的负荷大小有关,负荷越小,所需要的时间越长。在极端情况下,恢复时间接近一次完全启动的时间,因此碳氧化生物滤池的低负荷维持并没有太大的实际意义。而硝化生物滤池在低负荷下活性保持良好,重新启动仅需要完全启动1/10的时间,这就有可能以低成本实现硝化生物滤池的活性保持。     

剩余污泥减量化工艺条件优化研究

运用超声处理连续流活性污泥系统中不同种类的污泥,并将其回流至原系统中,研究其剩余污泥减量化效果。按正交实验设计并进行试验,确定最优工艺条件。结果表明:当声能密度为0.6 W/mL,作用时间为5 min,超声污泥为混合污泥,回流比为7∶120时,减量效果最佳。且在该条件下经一周期的运行,污泥减量效果达到96.24%,COD由进水的830 mg/L降至44 mg/L,NH4+-N和TN分别由进水的62.43 mg/L和103.19 mg/L,降解到2.31 mg/L和6.52 mg/L,达到《城镇污水处理厂污染物排放标准》(GB18918-2002)一级排放标准。     

麻质活性炭的制备及其对Cu~(2+)的吸附研究

以废麻为原料,KOH为活化剂制备粉状活性炭,通过静态吸附实验研究了活性炭对Cu2+的吸附性能,探讨了溶液起始pH值、活性炭投加量、吸附时间、起始Cu2+质量浓度等对Cu2+吸附效果的影响。结果表明,溶液pH和活性炭投加量对吸附效果有较大影响,活性炭对Cu2+的吸附率在60 min内超过50%,初始浓度在10~50 mg/L时,活性炭对Cu2+的吸附量与起始浓度近似成正比。采用Langmuir、Freundlich吸附等温式对吸附平衡数据进行了拟合,结果表明吸附等温线符合Frenudlich模型。采用傅立叶红外光谱法(FT-IR)分析了活性炭的表面官能团,分析表明活性炭表面酸性官能团可能是吸附Cu2+的活性中心。     

以红薯浸泡液为碳源的生物反硝化

为选择低碳氮比污水生物脱氮中合适的碳源,以搅拌罐浸泡淀粉类物质释放碳源,在确定利用红薯浸泡液为碳源后,以浸没式生物滤池为反应器进行生物反硝化实验。实验结果表明:20 g红薯置于2 L自来水中,采用250 r/m in的搅拌速度,搅拌频率为每搅拌3 h停1 h,2 d后得到的浸泡液COD浓度平均为5 921 mg/L,最高可超过7 000 mg/L;将此红薯浸泡液和污水以1∶50的流量比例,采用分别投加的方式进入反应器,污水中总氮、硝酸盐氮、亚硝酸盐氮及氨氮的平均去除率分别为88.6%、91.6%、88.2%和54.8%,出水COD平均在30 mg/L以下;在红薯浸泡液COD浓度为5 700 mg/L左右时,进水中亚硝酸盐氮浓度与硝酸盐氮浓度比为3∶2时总氮去除率为95.3%,当该比例为2∶3时总氮去除率为88.2%。研究表明,红薯浸泡液是一种经济合适的碳源,采用红薯浸泡液作为低碳氮比污水生物处理中反硝化的碳源是可行的。     

厌氧氨氧化ASBR中亚硝氮和氨氮降解规律研究

采用生物膜ASBR反应器,研究了厌氧氨氧化反应过程中亚硝氮与氨氮降解速度的变化规律。结果表明,降解过程主要分为2个阶段:速度上升期(0~30 min)和速度下降期(30~150 min)。一阶指数衰减模型的模拟结果表明,20 min以后亚硝氮、氨氮降解速度逐渐减少,亚硝氮降解速度始终高于氨氮降解速度,但是两者差值随时间逐渐减少。     

优势菌的筛选及其强化活性污泥好氧反硝化的研究

利用含活性污泥提取物的贫培养基筛选SBR系统中的好氧异养优势菌。结合自然温度（15～20℃）、延长培养时间等条件来提高菌群的可培养性。从SBR活性污泥系统中分离出5种细菌。4株去除COD优势菌,1株异养硝化细菌,能在好氧条件下实现对总氮的去除。反应池底采用边缘对称曝气,反应池内细菌在时间顺序和空间位置上循环经历好氧过程及微氧过程。将PVA铝盐法固定的细菌对反应器进行生物强化。结果显示,在好氧工艺的条件下,投加优势菌群后,与未加优势菌群的反应器相比,可以显著改善污泥的沉降性能,COD、NH₃-N和TN降解率显著提高,分别达到98%、97%和90%。生物强化作用明显,反应器内具有良好的好氧反硝化环境。     

Progress in developing an ANN model for air pollution index forecast

An air pollution index (API) reporting system is introduced to selected cities of China for public communication on air quality data. Shanghai is the first city in China providing daily average API reports and forecasts. This paper describes the development of an artificial neural network (ANN) model for the API forecasting in Shanghai. It is a multiple layer perceptron (MLP) network, with meteorological forecasting data as the main input, to output the next day average API values. However, the initial version of the MLP model did not work well. To improve the model, a series of tests were conducted with respect to the training method and structure optimization. Based on the test results, the training algorithm was modified and a new model was built. The new model is now being used in Shanghai for API forecasting. Its performance is shown reasonably well in comparison with observation. The application of the old model was only weakly correlated with observation. In 1-year application, the correlation coefficients were 0.2314, 0.1022 and 0.1710 for TSP, SO₂ and NO_x, respectively. But for the new model, for over 8 months application, the correlation coefficients are raised to 0.6056, 0.6993 and 0.6300 for PM₁₀, SO₂, and NO₂. Further, the new algorithm does not rely on manpower intervention so that it is now being applied in several other Chinese cities with quite different meteorological conditions. The structure of the model and the application results are presented in this paper and also the problems to be further studied.     

基于人工蜂群算法与BP神经网络的水质评价模型

针对BP网络水质评价模型的不足,引入人工蜂群(ABC)算法,将求解BP神经网络各层权值、阀值的过程转化为蜜蜂寻找最佳蜜源的过程,提出了一种新的结合人工蜂群算法的BP网络水质评价方法(ABC-BP)。并以2000—2006年渭河监测断面的10组实测数据作为测试样本对其水质进行了评价,实验结果表明该方法得到的水质评价结果准确,并具有很强的稳定性和鲁棒性。