环球

联合国《水俣公约》在日本熊本市签署10月10日,由联合国环境规划署主办的"汞条约外交会议"在日本熊本市表决通过了旨在控制和减少全球汞排放的《水俣公约》。包括中国在内的87个国家和地区的代表共同签署公约,标志着全球携手减少汞污染迈出第一步。公约主要内容包括:禁止新开发汞矿山,对于已有矿山应在条约生效后15年内停止采掘;限制除一定用途以外的汞出口,原则上到2020年禁止制造、进口和出口含汞的体温计、血压计、电池、荧光灯等9     

臭氧-生物滤池组合工艺深度处理石化废水中试

采用臭氧-生物滤池对石化厂二级出水进行深度处理,研究臭氧对废水COD的去除效果,废水中有机物相对分子质量及荧光物质含量的影响。研究结果表明投加O3后出水COD明显下降,臭氧投加量为20 mg/L,接触时间为15 min,臭氧能有效将大分子有机物转化为小分子物质。使相对分子质量为2.5×103~3.5×103的有机物所占比例由28.46%下降至23.45%,稳定运行时,臭氧-生物滤池对COD平均去除率为47%。     

TiO_2光催化技术在饮用水终端深度处理中的应用展望

Ti O2光催化技术作为一种环境友好型污染治理技术,在环保各领域有着广泛的应用前景。本文综合分析了Ti O2光催化技术的发展历程及反应机理,概述了提高Ti O2光催化性能的改性技术及在水处理中的应用,并综述了饮用水终端深度处理技术的研究现状及对Ti O2光催化技术应用于饮用水终端净水处理前景展望。     

旋流混凝工艺在肉类加工废水深度处理中的应用

通过某畜产品深加工企业污水处理站工程实例,介绍了旋流混凝、低脉动一体化沉淀工艺在肉类加工废水深度处理中的应用,总结出工艺运行的关键问题是混凝药剂的品质和消毒接触时间,该工艺具有运行稳定、操作简单、投资较低的特点,处理出水可以达到城市杂用水标准予以回用。推动该工艺在污水处理中应用,是污染物总量减排工作的要求。     

臭氧催化氧化深度处理焦化废水的实验研究

利用臭氧催化氧化工艺,对焦化废水生化出水进行深度处理,考察了催化剂类型、用量、反应时间对COD去除率的影响。研究结果表明:p H值为7~8,臭氧流量10g/h,催化剂8g,反应时间约50min,臭氧催化氧化对COD去除率达到68.63%,出水指标满足炼焦化学工业污染物排放标准(GB16171-2012)。     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...     

改进YOLOv3算法下通航机场场面运动目标检测

为获得更好的检测精度和更快的检测速度,保障通航机场场面运行安全,提出一种改进的YOLOv3算法,分别从网络结构和损失函数2方面进行改进。首先,在主干网络中使用深度可分离卷积代替原卷积,构建基于距离交并比(DIoU)的目标框回归损失函数;然后,以某通航机场为研究对象,搭建通航机场场面目标检测场景,采用迁移学习和冻结训练相结合的训练方法,以提升场面目标检测的速度;最后,比较分析所提算法与传统的YOLOv3、YOLOv4算法的识别效果。结果表明：飞机目标的检测效果明显优于车辆和人员目标,改进的YOLOv3算法对目标的检测精度、召回率、全类平均精度(mAP)分别达到92.96%、80.51%、91.96%,图形处理器处理速度高达74帧/s,较传统的YOLOv3、YOLOv4算法性能均有明显提升,可实现通航机场场面运动目标的有效检测。     

基于视频分析的空管员违规行为识别方法*

为利用视频数据对空管员违规行为进行智能化分析,降低不安全事件发生率,提出2阶段的违规行为识别模型（AR-ResNeXt）,基于实地调研构建空管员视频数据集,利用最小化动态多实例学习损失函数和中心损失函数,获得违规行为检测的判别特征表示,结合异常回归网络和ResNeXt网络,完成对空管员违规行为的时序区间检测与动作分类。研究结果表明:AR-ResNeXt模型在自制数据集中,其帧级AUC达到82.9%,分类准确率达到87.8%,可准确识别空管员发生违规行为的时序区间并进行分类,研究结果可为保障空中交通安全奠定基础。     

电场作用对不同藻菌体系处理猪场废水的强化机制研究

为解决猪场废水高色、高浊、高盐的水质特征对藻菌微生物体系处理效果的限制作用,采用电场处理与多种不同微藻/细菌(活性污泥)微生物体系处理相结合,考察了电场对微生物处理猪场废水的效果和生长状况的影响和作用机制.同时,通过对比微藻、微藻-活性污泥、活性污泥3种微生物体系对经电场处理养猪沼液中污染物去除效果及微生物生长情况,考察了电场处理对微生物处理效果的影响和作用.结果表明：电场对养猪沼液色度和浊度均有较好的去除效果,去除率分别为90.43%、99.69%;电场处理后的沼液再进行微生物处理可取得更优的处理效果,微生物对总氮和总磷的去除率最高分别为70.65%、67.30%.此外,微藻-活性污泥共生体系在污染物去除效果和生长状况方面均优于单一微生物体系.微藻-活性污泥体系最终叶绿素a含量为接种时的7.65倍,活性污泥生物量为接种时的1.51倍,远高于单一微生物体系.说明电场处理与微藻-活性污泥生物处理相结合,可以有效提高污染物去除效果,同时获得更多有价的生物质资源,实现更为可观的经济价值,具有广阔的应用潜力和发展前景.     

基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.