我国近岸海域微生物源示踪监测技术的研发

通过对我国近岸海域陆源性非点源污染污染贡献率及其危害性剧增现状的分析,强调了在我国开展污染源示踪检测技术研发的必要性。在总结了国外治理非点源污染的经验———微生物源示踪技术研究和应用现状的基础上,介绍了我国近岸海域微生物源示踪检测技术研发的设计思想。从而阐明,传统的环境监测指标和方法已不能满足发展的需要,集监测、溯源和示踪为一体,适应于我国国情的近岸海域非点源污染源监测技术的研发势在必行。     

综合管廊内火灾自动报警探测器实验研究

为了能够有效提升综合管廊内火灾自动报警系统的准确性和可靠性,本文采用火灾实体试验的方法,通过对各类型火灾自动报警探测器响应时间的情况进行分析和比较,研究综合管廊电力舱内常用探测器的性能。研究结果表明:接触式缆式线型感温火灾探测器可以较早的探测到电缆温度异常变化的现象,可用于早期预警。点型感烟探测器对烟粒子浓度较为敏感,可用于综合管廊电力舱室的空间探测。分布式光纤型感温火灾探测器对明火温度的变化较为敏感,作为空间型的火灾探测器比较可靠。     

波浪与抛石潜堤相互作用的MPS法数值模型研究

为了研究波浪与抛石潜堤相互作用过程中大自由表面变形和堤内渗流等强非线性紊流运动问题,利用改进的MPS法,建立了模拟波浪与抛石潜堤相互作用的MPS法数值计算模型。模型将抛石潜堤假定为均质多孔介质,采用Drew的二相流运动方程描述多孔介质内外的流体运动;通过在动量方程中增加非线性阻力项,并引入亚粒子尺度紊流模型,模拟波浪与可渗结构物相互作用过程中的紊流运动。选取“U”型管中多孔介质内渗流过程和孤立波与可渗潜堤相互作用两个典型的渗流问题,通过将数值计算结果与理论解和实测值的对比分析,对所提出的MPS法紊流渗流模型的模拟精度进行验证。结果表明：基于改进的MPS法构建的垂向二维紊流渗流模型可以很好地再现 “U”型管中多孔介质内渗流以及波浪作用下可渗潜堤内外的复杂流场,显著缓解流-固界面处的压力震荡与粒子分布不均匀问题,实现了较高的模拟精度。     

软锰矿粒子电极的制备及其对SMP的催化降解

针对二氧化锰对废水中氯离子电解生成活性氯具有较好催化活性的特点,以软锰矿为原料制备一种新型粒子电极,将其用于三维电极系统处理油气田高含氯废水,利用活性氯的强氧化性进一步强化废水中难降解有机物SMP的处理;并考察软锰矿粒子电极制备条件对电极性能和电解效果的影响。结果表明:软锰矿与石墨质量比6∶4、PTFE分散液加入量10%、330°C下灼烧2 h为软锰矿粒子电极最优制备条件;与常规活性炭粒子电极相比,软锰矿粒子电极电解活性氯的产生量、COD去除率均显著优于活性炭粒子电极;且软锰矿粒子电极在重复使用多次后,活性组分流失量较小,对SMP的降解效率仍较高,保持了稳定的电催化性能。     

DPIV技术测量流冰速度应用研究

基于数字信号分析原理,对连续两幅图像进行互相关分析,寻找互相关函数的峰值;应用数字粒子图像测速(digital particle image velocimetry)技术,并通过计算机VC编程,解决了用于雷达测量单点流冰速度的不足;为大范围区域内流冰场瞬时速度的计算,实时雷达测量辽东湾海上流冰速度场提供了有应用价值的方法.     

微生物合成纳米钯强化反硝化选择性脱氮

为强化生物反硝化选择性脱氮,利用普通的反硝化污泥合成生物钯纳米粒子(Bio-PdNPs),探究了不同Bio-Pd NPs负载量(0、5、10 mg·L^-1,分别记为Bio-Pd NPs-0、Bio-Pd NPs-5和Bio-Pd NPs-10)对生物反硝化的影响.结果表明,适量钯的负载(Bio-Pd NPs-5)可使硝酸盐去除率由67.85%提高到94.00%(C/N=7,5 h),对氮气的选择性由77.30%提高到97.46%.而负载过量的钯(Bio-Pd NPs-10)会抑制生物反硝化,但其对N₂的选择性仍然高达90.01%,这对减少温室气体N₂O的排放具有重要意义.机理分析表明,Bio-Pd NPs介导的反硝化体系以丁酸型发酵和混合性发酵为主,产生的氢气通过在钯表面迅速分解形成Pd[H]催化反硝化,提高对N₂的选择性,Bio-Pd NPs促进了反硝化过程电子传递及电子传递介质(细胞色素c)的分泌,电子传递体系活性(ETSA)由570.37μg·mg^-1·h^-1<...     

城市污染地区与高山清洁地区新粒子生成事件特征分析

在中国复合型污染的大气环境背景下,新粒子生成(New Particle Formation,NPF)是大气颗粒物的重要来源之一,直接影响到空气质量、云物理过程、全球辐射平衡及人类的生产生活.本文通过分析城市污染地区和高山清洁地区新粒子生成天和非新粒子生成天的特征差异,研究新粒子生成事件的关键影响因素.利用2016年3月12日—4月6日北京的观测资料和2012年9月23日—10月28日黄山的观测资料,分别代表城市污染地区和高山清洁地区进行研究,同时,结合同期气态前体物浓度和气象要素进行详尽的分析.结果表明,观测期间,北京发生新粒子生成事件的频率为42.3%,黄山发生新粒子生成事件的频率为25%,北京的新粒子生成速率J₃和J₁₀、增长速率GR_3～10和GR_10～25及凝结汇分别为3.30～51.39 cm^-3·s^-1和3.37～35.21 cm^-3·s^-1、0.10～2.89 nm·h^-1和1....     

基于PSO-SVM算法的环境监测数据异常检测和缺失补全

针对环境监测数据异常和数据缺失问题,提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合,以此建立非线性的支持向量机模型,并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据,结果表明,利用该算法预测数据的准确率可达97.977%,检测异常数据准确度高,缺失数据补全正确。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。