基于K-means聚类的沙尘天气快速识别技术研究

依据沙尘天气判定条件分析2018年春季（2—4月）陕西省西安市环境空气质量小时监测数据，共识别9 d受沙尘影响。研究基于K-means聚类沙尘天气分析方法，分析沙尘天气监测数据特征，并对沙尘识别聚类模型进行优化研究，识别的沙尘影响天气与传统方法一致。分析表明，聚类方法可用于沙尘天气监测数据的识别，与传统方法相比较，基于K-means聚类方法能够快速、准确识别沙尘影响天气。     

电除尘器中亚微粒子凝并机理的研究

针对电除尘器对亚微粒子的收集效率不高的现象,从粒子的布朗运动、带电粒子间的库仑力及气溶胶粒子在外电场作用下发生极化所产生的偶极效应等方面,探讨了电除尘器中粒子的凝并机理,定性分析了影响粒子凝并的各种因素。     

新型结构内循环生物流化床的流体力学特性试验及数值模拟

建立小型试验模型,利用粒子成像测速(PIV)技术对模型4个工况的流场进行测量.然后对其中3个工况进行数值模拟,对数值模拟和试验测量结果进行分析比较,证明用数值计算方法来模拟生物流化床流体力学特性的可行性.     

微生物制剂在城市湖泊水体生物修复中的作用

利用微生物对富营养化的城市湖泊水体进行生物修复，使水中的污染物降解成H2O、CO2或转化成无害物质。研究表明，该微生物制剂对去除水体中的有机物、叶绿素a、氨氮和提高溶解氧等均有显著效果。为节省运输费用及延长菌液保存期，本试验用惰性粒子流化床对生物制剂进行干燥，固体菌粉末不失活性。     

茶渣修饰磁性Fe3O4纳米粒子协同吸附铜铅离子的研究

在茶渣上通过化学共沉淀制备环境友好、价格低廉的磁性纳米粒子Fe_3O_4-茶复合物。结果显示,茶渣修饰提高了磁性Fe_3O_4纳米粒子(Fe_3O_4MNPs)在水中的分散性和稳定性,促进了Fe_3O_4MNPs对水中重金属的去除能力;Cu(Ⅱ)和Pb(Ⅱ)的吸附归因于Fe_3O_4-茶复合物中丰富的结合位点(如—OH,—COOH和—NH—)与Cu(Ⅱ)和Pb(Ⅱ)形成稳定的络合物。在pH为7.0,Cu(Ⅱ)、Pb(Ⅱ)初始质量浓度为100mg/L,吸附时间为2h时,Fe_3O_4-茶复合物对Cu(Ⅱ)、Pb(Ⅱ)的吸附率分别为94.58%、94.28%;Cu(Ⅱ)、Pb(Ⅱ)的吸附过程符合准二级动力学方程,Fe_3O_4-茶复合物在连续4次循环再生后,仍表现出较好的吸附能力。利用柱吸附法考察了进液流速对穿透曲线的影响,结果表明:随进液流速增加,穿透点前移,且Cu(Ⅱ)的吸附能力低于Pb(Ⅱ)的吸附能力。     

普兰店湾水交换能力及排污布局合理性分析

本文研究了普兰店湾在潮汐作用下的水交换时间,并在此基础上结合普兰店湾排污口布局现状、海洋功能区划与2015年春季水质大面调查结果,讨论了普兰店湾现有排污布局的合理性。以ROMS模型构建的渤海-普兰店湾高分辨率嵌套潮流场模型为基础,利用拉格朗日粒子追踪法计算了湾内的水交换时间分布,结果显示受岸线和水深分布的影响,普兰店湾水交换能力区域差异明显,西边界湾口开阔区域水交换能力较强,海湾中部和湾顶区域水交换能力较弱。海湾中部潮余流场呈现逆时针漩涡状结构,对湾中部与湾顶区域污染物向湾外扩散起到了阻碍作用,致使以上两区域的水交换时间达到300 d以上。普兰店湾内主要排污口大都分布于湾东部水交换能力差的区域,排海污水难以向外界扩散而易于形成聚集。2015年春季水质大面调查结果亦显示,普兰店湾中部与湾顶排污口聚集区域水质差于海洋功能区划的水质标准。应根据普兰店湾水交换能力的分布特点,合理规划排污布局,从而改善湾内水质状况。     

草酸、壳聚糖与CaO联合调理对污泥脱水性能的影响

为提高剩余污泥脱水性能,本文采用单因素实验确定草酸、壳聚糖和CaO各因素的影响水平范围,基于响应曲面优化法建立了污泥滤饼含水率预测模型,通过粒子群算法计算污泥滤饼含水率预测模型,优化草酸、壳聚糖与CaO联合调理污泥脱水的最佳配比,并分析了污泥调理过程中胞外聚合物（EPS）的变化特性,深入解析了污泥脱水的关键机制.结果表明,草酸、壳聚糖与CaO联合调理污泥能明显提高污泥脱水性能,调理后的污泥滤饼含水率为64.017%,最佳投加量分别为0.377,0.029,0.040g/g;模型拟合度良好（R²=0.9651）,方差分析表明草酸对于污泥滤饼含水率的影响为主要因素;草酸投加量与溶解型EPS（SL-EPS）呈显著正相关关系,而与紧密型EPS（TB-EPS）呈显著负相关关系.该研究成果可为剩余污泥脱水性能的提高提供技术与方法参考.     

F-SnO2/GAC粒子电极的制备及其电催化性能

以颗粒活性炭（GAC）为载体,通过溶胶-凝胶法制备了经F^-掺杂改性的F-SnO₂/GAC粒子电极.采用扫描电子显微镜（SEM）、X射线能谱（EDS）、X射线衍射（XRD）、X射线光电子能谱（XPS）、循环伏安曲线（CV）对粒子电极进行了表征.并以罗丹明B（RhB）为目标污染物,考察该粒子电极的电催化性能.结果表明：F-SnO₂纳米颗粒均匀分布在GAC的内外表面,且结晶完整;经F^-掺杂改性后的SnO₂活性组分能够增加反应体系中的转变电荷量,提高电催化活性.当RhB质量浓度为300mg/L、初始pH 3、槽电压为9V、处理30min时,在500℃下煅烧2h的10% F-SnO₂/GAC粒子电极对RhB的脱色率和COD去除率达到了97.6%和89.0%.运用电子自旋共振技术（ESR）确定了电催化过程主要是以羟基自由基（·OH）的间接氧化来实现对污染物的去除.     

辽宁中部地区沙尘来源及输送方式分析

以2010年春季3~5月间,辽宁省沈阳市、盘锦市、铁岭市3城市发生的3次沙尘天气为主要研究对象,利用安德森大流量采样器采集大气中悬浮颗粒物样品,分析不同沙尘天气状况下的颗粒物粒径组成,并结合气象状况采用后推气流轨迹模型,通过沙尘来临时3城市上空不同高度的后推气流轨迹,分析得出3城市沙尘的主要来源为蒙古高原与西伯利亚地区,输送方式以高空远距离输送为主,并伴随部分低空近距离传输和本地扬尘共同作用。     

基于PCA-BP融合的边坡稳定性评价模型

针对边坡岩土体物理力学性质复杂、边坡稳定性影响因素众多等特点,提出将主成分分析(PCA)和BP神经网络结合起来进行边坡稳定性评价的方法。若BP神经网络训练误差一定,则网络信息容量与样本数成正比。当样本数较少时,就必须减少样本维数,以达到较好的匹配效果,为此,引入主成分分析法(PCA)对影响边坡稳定的众多变量进行降维处理,以消除输入数据间的相关性,有效地减少预测模型的输入量,优化网络的输入节点数,提高网络的运行效率。针对BP算法容易落入局部最小、收敛速度慢等缺点,引入粒子群优化算法(PSO)优化神经网络的连接权重与阀值,从而克服了BP神经网络的固有缺陷。在此基础上,建立基于PSO优化算法的PCA-BP融合的边坡稳定性评价模型。模型分为3个层次,第一层次为输入层,即经过PCA分析之后获得的主成分;第二层次为隐含层;第三层次为输出层,即安全系数。应用该评价模型进行算例分析,结果表明,安全系数的模型计算值与参考值的绝对误差均很小,相对误差均控制在6%以内,吻合程度较高。