高校清洁生产审核及清洁生产措施研究

文章以西部某高校为调查对象,采用资料收集法和实地调查法,对该校进行清洁生产审核,得出该校清洁生产现状及存在问题,并提出相应的清洁生产措施.结果表明:(1)该校水、电等能、资源用量无精确计量,实行不限量供给,是造成浪费的原因之一.(2)通过清洁生产措施,可明显降低和减少该校能、资源用量及一次性污染排放量.因此,对高校实施清洁生产,对于减轻学校的财政压力、建立环境友好型社会具有重要的意义.     

透水混凝土铺装各层对径流污染物的削减试验研究

通过使用人工模拟降雨装置和路面装置,试验研究了径流污染物在透水混凝土路面各结构层的去除情况。结果表明,透水混凝土面层和多孔隙水泥稳定基层对污染物的去除率分别为30%~50%、15%~30%,而级配碎石基层对污染物的去除率不足10%。据分析主要原因为透水混凝土面层和多孔隙水泥稳定基层为多孔介质,并含有水泥,由于水泥自身特性,污染物通过截留过滤、物理和化学吸附以及生物作用被去除。通过阐明各结构层除污的情况为透水混凝土的应用提供了理论依据。     

流态变化对污水管网沉积污染物分布及转化的影响

为探明城市污水汇流管网流速变化对沉积层污染物及生物菌群演替的影响,通过控制污水管道中试系统中干管、支管流速,模拟了不同汇流条件下城市污水管网系统运行状态,探究了不同汇流条件下沉积层碳、氮、硫类污染物的分布特征以及微生物种群结构的分布规律.结果表明,在不同汇流条件下,COD、TN、NH3-N、NO3-N、硫酸盐含量沿沉积...     

北京市怀柔区大气污染物浓度变化规律及与其他要素的相关性

对2019年北京市怀柔区SO₂、NO_x、CO和O₃ 4种污染物5 min浓度数据及PM₁₀和PM_2.5浓度的监测结果进行整点数据、日数据、逐月日数据、小时数据、日最大8 h平均O₃数据、月数据、各季节小时数据、各季节日数据统计,分析PM_2.5浓度、气象条件及降水等因素对大气污染物浓度的影响。结果表明:大气污染物中O₃浓度超标天数最多,其次是PM_2.5、PM₁₀。大气污染物浓度日变化、季节变化特征明显,SO₂、NO_x浓度的变化特征相似,最大值出现在冬季,春季和秋季次之,最小值出现在夏季,其中1月污染最严重。O₃有着相反的季节变化特征,最高值出现在夏季,最低值出现在冬季。PM₁₀和PM_2.5浓度最高值出现在3月(春季),其次是冬季,秋季次之,最小值出现在夏季。降水对SO₂和NO_x的去除效果不明显,小雨天气时,容易出现大气污染物浓度增长的现象。总体上可以看出,降水对NO_x去除比SO₂更有效,对大粒径颗粒物的去除量大于小粒径颗粒物。本研究可为怀柔区相关部门制定减少污染物排放,控制城市大气颗粒物浓度,提高城市环境空气质量等措施提供数据及理论支持。     

成都市区夏季大气污染物浓度时空变化特征分析

为了解成都市区大气污染物浓度水平及其变化规律,统计分析了2013年6月1日—8月31日3个市区站点(十里店、梁家巷和草堂寺)SO2、NO2、O3、PM2.5、PM10和CO逐时观测资料.结果表明,观测期间O3污染严重,上述3个站点小时均值超标率分别达22%、37%和42%.大气颗粒物污染也较为严重,上述3个站点PM10日均浓度超标率分别为13%、8%和3%,而PM2.5日均值超标率分别高达34%、27%和26%.NO2和CO早晚的浓度高峰主要与机动车流量增加和混合层高度降低有关.由于紫外辐射影响,O3浓度在正午出现峰值.受机动车流量高峰和气象条件的影响,PM2.5和PM10最大值和最小值分别出现在上午和下午.通过对污染物"周末效应"的分析,发现周末O3、PM2.5和PM10的浓度显著高于工作日,SO2、NO2和CO反之.成都市区大气污染受局地排放和外源输送共同影响,其中PM10和NO2主要受局地源控制,而PM2.5、SO2和O3受外输送影响较大.     

兰州市区典型持久性有机污染物的生态风险评价

以兰州市区为研究区域,以屈(Chrysene)和2,3,7,8-四氯二苯-p-二噁英(2,3,7,8-TCDD)两种典型持久性污染物为例,应用RAIDAR(Risk Assessment Identification And Ranking)模型对它们在研究区域环境中的潜在生态风险进行模拟计算和评价,并根据LevelⅡ和LevelⅢ的计算结果对污染物按风险进行归类。模拟结果表明:以全部排放到大气计算,且以非生物介质中的阈值分析时,2,3,7,8-TCDD的RAF(Risk Assessment Factor)值是1940,归为A类化合物,CHr的RAF值为10.8,归为B类化合物。将RAIDAR模型用于污染物的风险评价,以筛选出那些急需进行评价的污染物作进一步的分析是很有研究意义的。     

渗滤液中有机物在不同氧化还原带中的降解机理与效率研究

通过土柱模拟实验研究了垃圾渗滤液中的有机污染物在地下环境中的降解机理和效率.结果表明,铁还原带对有机污染物的降解起重要作用,平均降解效率达86.24％,其次是氧还原带、硝酸盐还原带、硫酸盐还原带和产甲烷带,分别平均达到75.93％、79.81％、74.02％和65.09％;厌氧还原环境可能对苯并噻唑、安替吡啉、茚等物质的降解起重要作用;萘、环己酮、部分环烷烃等不易被微生物降解;不同污染物在不同氧化还原带中的最大降解效率也不同,如1,1,1-三氯乙烷和邻二甲苯在硫酸盐还原带中的降解效率最高,分别为80％和71.43％;三氯乙烯和MTBE则在硝酸盐还原带中的降解效率最高,分别为81.25％和92.58％;而苯在硫酸盐还原带和铁还原带中均被全部降解.     

Influencing factors and prediction of ambient Peroxyacetyl nitrate concentration in Beijing, China

Peroxyacyl nitrates (PANs) are important secondary pollutants in ground-level atmosphere. Accurate prediction of atmospheric pollutant concentrations is crucial to guide effective precautions for before and during specific pollution events. In this study, four models based on the back-propagation (BP) artificial neural network (ANN) and multiple linear regression (MLR) methods were used to predict the hourly average PAN concentrations at Peking University, Beijing, in 2014. The model inputs were atmospheric pollutant data and meteorological parameters. Model 3 using a BP-ANN based on the original variables achieved the best prediction results among the four models, with a correlation coefficient (R) of 0.7089, mean bias error of ? 0.0043 ppb, mean absolute error of 0.4836?ppb, root mean squared error of 0.5320?ppb, and Willmott's index of agreement of 0.8214. Based on a comparison of the performance indices of the MLR and BP-ANN models, we concluded that the BP-ANN model was able to capture the highly non-linear relationships between PAN concentration and the conventional atmospheric pollutant and meteorological parameters, providing more accurate results than the traditional MLR models did, with a markedly higher goodness of R. The selected meteorological and atmospheric pollutant parameters described a sufficient amount of PAN variation, and thus provided satisfactory prediction results. More specifically, the BP-ANN model performed very well for capturing the variation pattern when PAN concentrations were low. The findings of this study address some of the existing knowledge gaps in this research field and provide a theoretical basis for future regional air pollution control.     

城市污泥及其堆肥施用对通菜中有机污染物的累积效应

在水稻土上施用城市污泥及其堆肥盆栽通菜,应用GC／MS联机检测技术对植株中8类共44种有机污染物进行系统分析。结果表明,通菜中检出28种有机化合物,主要是邻苯二甲酸酯类、硝基苯类和多环芳烃类化合物。各类污染物均以个别或少数化合物为主,其它化合物的含量低得多或未检出。施用污泥的通菜中有机污染物的含量普遍较高,是空白对照的数倍至数10倍,而施用各种污泥堆肥的通菜中有机污染物的含量普遍较低,甚至低于空白对照,尤其是施用污泥加牛粪堆肥的通菜中仅检出1种化合物。因此,污泥直接施用可能导致作物中有机污染物的吸收累积,需经适当的堆肥处理后施用才较为安全。     

磁河有机污染物在饱和土壤中迁移转化试验研究

通过静态吸附、静态降解和动态土柱试验,研究了磁河废水中有机污染物在土壤饱水条件下的迁移转化行为.实验结果经线性拟合和参数估算,得到弥散系数D=0.0036m2/d,分配系数K_d=0.19cm3/g,降解系数K=0.68 d-1.表明磁河有机污染物在土壤中有较强的吸附和降解能力.