Fenton氧化联合氧化钙调理对污泥脱水的机理研究

探讨了使用Fenton氧化联合氧化钙全过程(第一阶段:使用硫酸调节污泥p H值;第二阶段:投加Fe2+;第三阶段:投加H2O2;第四阶段:投加氧化钙)对污泥脱水效果及物理化学性质的影响.结果表明,酸化处理可以改变絮体的大小,降低Zeta电位,分散絮体,同时去除部分胞外聚合物(EPS),进而改善了污泥脱水性能.此外,在Fenton氧化的过程中,污泥颗粒、Zeta电位、EPS和比阻(SRF)均呈现逐渐减少的趋势,同时生成氢氧化铁胶体会覆盖在污泥颗粒表面,形成保护性的硬壳,进而使污泥的脱水性能大幅提高.当加入氧化钙时,形成稳定的刚性的结构使污泥颗粒重新聚合,促使生成多孔的脱水通道.中试结果阐明,Fenton氧化过程是实现污泥的深度脱水的关键,并表明各个阶段污泥脱水过程中产生的滤液水质状况.总的来说,本研究提供了在高压下实现污泥深度脱水的新思路,包括:絮体酸溶分散与重聚-保护性氧化-骨架构建.由此看来,Fenton氧化联合氧化钙是一种相对温和且有效的污泥调理方法.     

基于GSPA-IAHP模型的油库火灾风险评价

目的对诱发油库火灾的风险进行分析,保障油库系统的安全。方法将区间层次分析法(Interval Analytic Hierarchy Process,IAHP)和广义集对分析法(Generalized Set Pair Analysis,GSPA)相结合,建立GSPA-IAHP模型,构建三级层次结构体系,从原料及工艺、设备设施、管理措施、火源控制方面分析引发油库火灾的风险因素,并运用Matlab软件计算各项评价指标的权重,对各个风险因素进行重要度排序。结果通过分析得出影响油库发生火灾最大的6个风险因素分别是:明火、防火状况、防静电设备、防雷设备、原料危险性、工作人员素质。结论该评价方法对于油库火灾风险的评价具有适用性和有效性,并为后期的油库安全管理提供科学依据。     

铊污染地下水的微生物修复研究

铊(Tl)是一种高毒性的重金属,具有生物蓄积性,自然界中常以Tl(I)形式存在。铊通过各种途径进入水体、土壤和沉积物等,会对环境造成严重的危害。本研究利用好氧微生物处理技术对铊污染地下水进行了修复研究。以乙酸钠为碳源,初始Tl(I)浓度为100μg/L,周期为6 d时,总铊去除率达到了63.50%。总铊去除率随着pH的升高先升高后降低,随着初始Tl(I)浓度的升高而降低。16S rRNA基因测序分析表明了铊抗性或铊氧化细菌的存在,如Stenotrophomonas、Acidovorax、Rhodococcus等,这些细菌的共同作用实现了铊的氧化与原位沉淀。本研究为铊污染地下水的微生物修复提供了理论基础,也为微生物技术修复其他重金属污染地下水提供了新的思路。     

一株新颖的Providencia sp.菌降解吲哚及合成靛蓝的特性研究

吲哚是一种典型的氮杂环芳烃污染物,在焦化废水和畜牧废水中大量存在.本研究从近海泥沙中分离纯化得到一株高效吲哚降解菌DCX,经16S rRNA基因序列比对分析,鉴定其为普罗维登斯菌属(Providencia sp.).该菌株能够以吲哚为唯一碳源,在28 h内将100 mg·L~(-1)吲哚完全降解.液相色谱/飞行时间-质谱联用(LC/TOF-MS)的结果表明,靛蓝、靛红、靛红酸及邻氨基苯甲酸是菌株DCX降解吲哚过程中的中间产物.此外,本研究中发现,外加营养物质可以促进菌株DCX降解吲哚,特别是加入酵母浸粉后,反应体系中会产生大量靛蓝.利用表面响应法确定菌株DCX转化吲哚合成靛蓝的最优条件为:吲哚207.49 mg·L~(-1),酵母浸粉2.9 g·L-1,接菌量4.23%(V/V),并且在最优条件下,靛蓝产率达到最高(9.90%),比初始条件提高了4.38倍.     

高温热水解对高含固污泥中磷的形态转化影响

通过正交实验、单因素温度影响实验,利用SMT磷分级提取法研究了高温热水解后高含固污泥中磷的形态转化.结果表明,120℃~160℃的高温热水解可以将高含固污泥中14.80%以上的有机磷转化为无机磷,影响因素对无机磷/总磷的影响大小顺序为：热水解温度 > 热水解时间 > 氧化剂含量 > pH值,随着温度的升高,高含固污泥中无机磷/总磷也从79.13%增加至95.87%;当热水解温度为160℃、时间为40min时,高含固污泥中无机磷含量由原泥的18.30mg/g增至20.49mg/g,无机磷/总磷由80.83%增至96.97%.结果为实现污泥中磷的回收利用奠定基础,同时为“高温热水解+高含固厌氧消化”工艺的优化提供新思路.     

生物矿化在重金属污染治理领域的研究进展

生物矿化通过生物代谢影响金属及类金属物质的形态分布,进而改变金属及类金属物质的生物有效性及毒性,在环境污染治理领域成为研究热点.文献计量学结果显示,2007—2017年生物矿化研究以微生物为主要对象,在纳米颗粒物和矿区修复等方面形成热点,并在环境学、生物学、化学和工程学等领域形成交叉学科.结合典型矿化菌与重金属间的矿化关联规律和微界面反应对微生物矿化中重金属的钝化机制进行归纳:①依据矿化菌与矿化产物的关联性对矿化菌进行分类,从碳酸盐、铁锰氧化物、硫化物和磷酸盐4类矿化产物角度汇总了碳酸盐矿化菌、铁锰氧化菌、硫酸盐还原菌及磷酸盐溶解菌的代表微生物;②矿化菌通过诱导矿化的方式固定重金属离子,其中碳酸盐矿化菌、硫酸盐还原菌及磷酸盐溶解菌可以直接促进金属矿物的形成,铁锰氧化菌生成的矿物间接吸附金属离子;③微生物矿化是由外及内的过程,细胞壁及胞外多聚物具有丰富基团,在矿化初期提供吸附和成核位点,原生质体也可以提供矿化场所,在矿化中后期继续固定游离离子.但是,由于微生物复杂的细胞结构及独特的生理习性,矿化过程的微界面反应机制研究尚显不足,需要利用生物学、矿物学、环境科学等领域的先进技术进一步的探索;同时也应开展宏观生态水平的生物矿化研究,并结合实际问题完善生物矿化在环境污染治理中的理论,为重金属污染地区的治理提供新的思路和技术.      

高清质谱解析河岸带湿地溶解有机质分子组成特征及其环境意义

河岸带湿地土壤溶解有机质(Dissolved organic matter,DOM)对陆源污染物的迁移和对河流水体富营养化进程均具有重要影响.本研究以典型河口冲积岛——崇明岛河岸带湿地DOM为研究对象,采用液相四级杆飞行时间质谱(Liquid chromatography quadrupole time-of-flight mass spectrometry,LC-Q-TOF-MS)技术分析河岸带湿地土壤DOM的分子组成特征,探究河岸带湿地DOM可能的主要来源.研究结果表明:LC-QTOF-MS技术成功地解析了复杂混合物DOM的分子组成特征,其中脂类化合物是崇明岛河岸带湿地土壤DOM的主要组分,占到28.87%~43.87%,其次为蛋白类物质和羰基类化合物,分别占到总DOM的17.46%~36.54%和19.13%~31.28%,最少的是脂肪酸类、糖类和氨基酸类物质,其三者之和仅为12%左右.同时,崇明岛河岸带湿地DOM分子主要来源于河岸带湿地植物光合生产和陆上区域农业面源径流、生活污水和工业废水的排放,其空间分布受小流域土地利用类型影响.研究结果为复杂混合物的分子组成解析和河岸带湿地管理提供一种新思路.     

酸雨的研究现状及新兴趋式的可视化分析

以Web of Science核心集中的SCI-E、SSCI、CPCI-S及中国知网CNKI为数据源,以2000—2017年所发表的有关酸雨研究的2 333篇SCI及2 107篇中文文献为分析对象,分析了相关文献的时空分布。使用可视化软件Cite Space V生成了期刊共被引图谱、作者合作图谱、作者共被引图谱、关键词共现图谱及参考文献共被引图谱,分析了该研究领域的研究现状及新兴趋式。国际上,该领域近4年来的研究热度逐年上升,高产期刊为Atmospheric Environment,高被引期刊为Wa-ter,Air,&Soil Pollution,中国和美国是从事酸雨研究的主要国家,该领域的高产机构是中国科学院。同时还介绍了从事酸雨研究的主要科研团队和有影响力的个人。由关键词共现分析和参考文献共被引分析可知,中国的酸雨问题是目前的研究热点,酸雨对植物光合作用的影响和中国南方的酸雨问题是当前研究出现的新兴趋式。国内方面,我国于2010年左右对酸雨研究的热度达到顶峰,主要的研究机构是江南大学、南京大学及浙江大学。此外,也介绍了国内从事酸雨研究的主要个人及科研团队。     

多级驯化嗜酸菌淋滤电子废弃物拆解地土壤重金属的效果

冶金用嗜酸性硫杆菌的驯化材料多为单一重金属,为了解决驯化后菌种在处理多种类重金属污染的土壤时存在效果不佳的问题,将电子废弃物拆解地实际污染的土壤作为驯化材料,分析了不同驯化周期内嗜酸性硫杆菌对污染土壤中重金属的去除效果。结果表明,电子废弃物拆解地土壤以Zn、Cu、As、Cd、Pb、Ni污染为主。经不同代时的驯化,嗜酸氧化亚铁硫杆菌(Acidithiobacillus ferrooxi-dans,A. f菌)和嗜酸氧化硫硫杆菌(Acidithiobacillus thiooxi-dans,A. t菌)的生长pH值下降幅度不同,培养液中氧化还原电位(φ)均有所上升,表明其生物活性有所提高。重金属质量比对菌种的生物活性和产酸能力有一定的影响,多级驯化可提高菌种对重金属的去除能力。A. f菌对Zn、Ni、Cd、Cu、As的去除率均优于A. t菌,其中A. f菌对Cd的去除率高于A. t菌2倍以上,为79. 2%,但A. t菌对Pb的去除率优于A. f菌,可达66. 6%。     

基于BP神经网络和SVR的Fund?o尾矿坝排水数据预测对比研究

针对尾矿库运行过程中安全预警问题,选取2015年巴西Samarco铁矿溃坝事故案例,研究BP神经网络和SVR方法在排水数据预测的适用性。综合分析了排水数据的复杂且非线性的特点,以库水位、降雨量和干滩长度为输入特征,采用上述2个模型对尾矿坝排水数据进行预测。研究结果表明:基于BP神经网络预测结果的最大相对误差不高于4.35%;基于SVR算法的最大相对误差不高于9.21%;Fundo坝的排水预测结果是可行的,BP神经网络的预测精度更高,而SVR模型的运算速度更快。研究结果可为矿山安全工作的快速响应和溃坝预警提供信息支撑和参考依据。