产业

风能产业前量良好；武汉建成首座环保型垃圾中转站；大学生造出“节能汽车”；我国首艘超声除藻船在常州下水；两项噪声国家标准发布。     

他“点”着了火头：关于“垃圾围城”的思考和对策

一介书生口出“狂言”:“一百万元就能消灭广州垃圾”,言如烙铁,闹得羊城一时间沸沸腾腾。有人说钟博士兴脑发热,“呆”得可爱。联想本刊今年第一期扉页文章就有钟晓青的大作:“化”:必由之路。诸位,不妨翻出来看一看,可以看也钟博士敢作时代弄潮儿,终于——     

亚热带稻田土壤碳氮磷生态化学计量学特征

为了解稻田土壤中是否存在稳定的土壤有机碳(C)、氮(N)和磷(P)比值,基于亚热带区110个水稻土剖面和587个发生层的土壤调查数据库,在区域尺度上分析了典型水稻土C∶N∶P比值的生态化学计量学特征,并应用相关分析和冗余分析,研究水稻土C∶N∶P比值与土壤-环境因子(地形和母质、土壤发生层、土壤类型和土壤理化性质)的关系.结果显示,亚热带区稻田土壤C∶N、C∶P和N∶P的剖面加权平均值分别为12. 6、49和3. 9,C∶N∶P为38∶3. 2∶1.不同母质起源、不同土壤亚类和不同发生层的水稻土C∶N变异相对较小;但C∶P和N∶P的变异很大,两者均值也远低于全球(186和13. 1)和中国土壤(136和9. 3)的C∶P和N∶P的平均水平.尽管稻田土壤剖面的C∶N∶P相对不稳定,但由于稻田表土生物与环境相互作用强烈,表土C∶N相对稳定(14. 2).这反映长期水耕熟化作用下,稻田表土中C和N仍存在紧密的耦合作用.然而,在稻田土壤剖面上,C∶P和N∶P并不稳定,SOC与全P含量、全N与全P含量也无显著相关性,表明环境变化可能导致土壤C∶N∶P解耦.地形、土壤质地、氧化铁和容重是调控稻田土壤剖面C∶N∶P的关键土壤环境因子.     

焚烧飞灰重金属含量及浸出长期变化规律研究

通过对24个飞灰样品的重金属全量消解和高精度X射线荧光光谱法（HDXRF）快速检测结果进行线性回归分析,发现HDXRF法可较准确测定飞灰中Cu、Pb、Zn、Ni和Cd含量（线性回归决定系数R²³0.90）.采用HDXRF法对某焚烧厂飞灰重金属含量6个月快速检测及浸出毒性测定数据统计分析发现：飞灰重金属月均含量较稳定（变异系数CV<0.14）但日均含量波动较大（CV>2.54）;飞灰中Pb、Cu和Zn含量呈正相关（相关系数r>0.78）;金属浸出浓度受浸出液终点pH值影响显著,超标频率依次为Pb（68.9%）、Cd（66.1%）、Ni（24.0%）、Cu（14.2%）和Zn（1.6%）.短期飞灰金属含量和浸出毒性数据受焚烧工况,烟气处理工况和垃圾组分等多种因素共同影响,不具有代表性.为评估垃圾分类源头削减重金属效果,建议采用快速检测方法对焚烧飞灰重金属含量进行长期监测.     

光合细菌强化SBR系统处理垃圾渗滤液及生物群落结构分析

从垃圾渗滤液中分离得到一株具有脱氮除磷能力的光合细菌R1,经鉴定为沼泽红假单胞菌（Rhodopseudomonas palustris）,将其投加到SBR系统中,研究对其强化处理垃圾渗滤液的效果,并解析反应器中的菌群构成。结果表明:添加了光合细菌的实验组SBR反应器对COD、NH₄+-N和TP去除率分别达到76.895%、65.964%和94.036%,且污泥产量明显少于对照组。高通量测序结果表明:变形菌门、绿弯菌门、厚壁菌门、酸杆菌门和拟杆菌门为主要优势菌门。在Caldilineaceae、Acinetobacter、Pseudomonas等共同作用下,R1不仅能够稳定存在于活性污泥中,还能够有效改善活性污泥中微生物群落结构,提升其脱氮除磷的性能。     

海绵城市的地区分类建设范式

在系统分析我国城市的水文地质和气候条件等自然因素和新旧城区、功能区等社会因素的基础上,分类和总结现有海绵城市试点经验,提出了基于我国地域分类和社会属性分类的海绵城市建设策略和范式,以期为海绵城市建设的推广提供借鉴。     

基于“BIM+GIS”技术的建筑垃圾精准管控信息管理平台研究初探

近年来,我国建筑垃圾产量不断增加,全国600多座大中城市中有70%被垃圾所包围,其中建筑垃圾贡献率达到40%,而相比于部分发达国家,我国尚缺少针对于建筑垃圾的全过程实时监测与智能管控手段。将"BIM+GIS"技术引入建筑垃圾监管领域,并基于此技术建立建筑垃圾实时监测与智能管控信息管理平台,可实现对建筑垃圾的精准管控。     

基于地下管廊施工建筑垃圾产生特征的定量预测模型的建立

以浙江省宁波市地下管廊施工为研究对象,通过现场调研和建筑施工进度跟踪,建立了工程渣土、废弃混凝土、工程泥浆3种建筑垃圾的定量预测模型。结果表明:预计产生程渣土为83891.21 m3、废弃混凝土为4837.34 m3、工程泥浆为11435.27 m3。与真实值相比,模型的相对误差分别为8.6%,4.9%,3.5%,均低于20%,可认为三类建筑垃圾预测模型的建立有效。     

建筑垃圾堆放点样本集构建与优化研究

为更好地解决手工制作的建筑垃圾堆放点样本集效率低、数据量少,难以支撑基于深度学习的遥感图像目标检测算法训练需求的问题,采用基于像素的遥感分类方法构建建筑垃圾堆放点样本集,在此基础上结合直方图均衡化,CS-LBP算子约束以及迁移学习的方法对Wasserstein生成对抗模型（WGAN）进行优化,实现了样本集扩充。研究结果表明:相对于纯手工制作的样本集,基于像素的遥感分类方法可以显著提升样本集制作的效率;同时,经过WGAN优化后,生成样本模拟了原始数据的颜色与纹理特征分布规律,增加了原始数据的多样性,满足了扩充样本集的需求。