均匀电场下多环芳烃在土壤中的迁移

当循环电解液流速为800 mL/h,电解液为无菌水时,电渗流流量、菲和芘在土壤中迁移量在电压梯度为1 V/cm作用下比电压梯度为0.5 V/cm时要多;电动注入表面活性剂Tween80和HPCD均可以提高菲和芘在土壤中的迁移,注入Tween80和HPCD浓度分别为500和1 000 mg/L时,相应地Phe提高5.8倍和11.7倍、芘提高2倍和3.4倍;而BaP在水中的溶解度太小,电场作用和电动注入表面活性剂对BaP在土壤中的迁移量影响很小。为建立电动修复有机污染物污染提供了技术基础。     

聚丁二酸丁二醇酯反硝化反应器的脱氮效果及微生物群落变化研究

利用一种新型可生物降解聚合物聚丁二酸丁二醇酯(PBS)作为反硝化的碳源和附着生长载体构建反硝化反应器,进行反硝化效果研究,并利用聚合酶链式反应—变性梯度凝胶电泳技术研究该反应器挂膜阶段生物膜微生物的组成、结构变化及其与净化效果的关系.结果表明,利用PBS作为反硝化的碳源和附着生长载体构建的反硝化反应器脱氮效果显著,并且...     

不同低温驯化策略下的厌氧氨氧化活性

在3种不同的低温驯化策略下启动3套规格相同的厌氧序批式生物膜反应器(ASBBR),在对运行过程中氮素变化规律进行分析的同时,利用变性梯度凝胶电泳(DGGE)技术对生物膜上的细菌种群结构进行分析,初步考察了厌氧氨氧化的活性.结果表明,对应a1、a2和a33种不同的低温驯化策略,A1、A2和A33个反应器分别经过62,56,70d的驯化后,表现出不同的厌氧氨氧化活性.以氮素转化效率作为衡量标准,其活性依次为A3>A1>A2.DGGE分析进一步说明,在不同的驯化策略下,反应器表现出不同的种群多样性,但种群结构基本保持一致;在接种物相同的策略中,降温幅度对种群多样性的影响与其对厌氧氨氧化活性的影响具有一致性.     

饮用水中SO_4~(2-)两种离子色谱测定方法比较与分析

目的:对等浓度淋洗和梯度淋洗两种离子色谱法测定饮用水中硫酸盐进行比较与分析。方法:分别采用两种方法对饮用水进行对比测定。结果:两种方法的检出限、精密度、准确度相当,但等浓度淋洗法的分析速度是梯度淋洗法的2倍左右。结论:两种方法都适用于饮用水中硫酸盐的测定,但是因为等浓度淋洗法的速度更快,这种方法更适用于批量样品分析。     

在线固相萃取-双梯度高效液相色谱测定环境水体中痕量甲萘威和百菌清

利用双梯度液相色谱仪与固相萃取技术结合,建立了一种在线固相萃取-高效液相色谱同时测定环境水体中甲萘威和百菌清的方法。在取样2.5 mL时,甲萘威和百菌清的检出限分别为0.6 ng/mL和0.4 ng/mL。以20 μg/L标准溶液作为样品溶液,连续进样5针,测定峰面积,计算相对标准偏差(RSD),结果甲萘威的RSD为1.45%,百菌清的RSD为1.20%,符合方法学要求。     

基于机器学习的公交驾驶员事故风险识别及影响因素研究

为从公交驾驶员群体中识别出易发生事故的风险公交驾驶员，结合某市公交公司营运安全管理系统数据库、百度应用程序接口(API)及网络爬取技术，并应用K近邻算法补充缺失值，获取42条线路及1 893名驾驶员的数据；基于驾驶员、车辆、线路特征、违规行为、事故、管理等基本特征变量构造派生变量；采用包括递归特征消除、有惩罚项的逻辑回归、随机森林的集成方法选择特征；采用极致梯度提升(XGBoost)等6种机器方法分别建立分类模型，并采用贝叶斯方法优化超参数。结果表明：在构建的6个分类模型中，XGBoost方法构建的模型其受试者工作特征(ROC)曲线下的面积(AUC)评估结果最佳；运用贝叶斯方法优化模型，可以在一定程度上提升ROC的AUC指标；对于风险公交驾驶员预测准确率达到98.66%,运营单位还可以根据自身情况权衡虚报率与命中率代价。此外，车辆服役时间、违规次数等特征对于事故风险具有明显的非线性影响。     

面向液氨泄漏应急救援区域的XGBoost预测方法研究

液氨发生泄漏事故后，随着扩散距离的增加，会对人员和环境造成严重的危害。为便于发生泄漏事故后，快速展开应急救援工作，对液氨泄漏事故应急救援区域预测方法开展研究。通过PHAST(Process Hazard Analysis Software Tool)软件模拟液氨泄漏事故工况，建立基于极端梯度提升(Extreme Gradient Boosting XGBoost)的液氨泄漏应急救援区域预测模型。利用网格搜索结合K折交叉验证进行超参数调优，并与随机森林、决策树模型性能进行对比分析。研究结果显示：以预测ERPG-2标准下液氨泄漏扩散距离为例，XGBoost模型预测性能最佳；与决策树和随机森林相比，XGBoost模型的E_MAPE分别减少了4.19个百分点和2.37个百分点，E_RMSE分别减少了66.74和2.93;基于优化后XGBoost模型液氨泄漏事故应急救援区域预测模型，预测结果R²为0.997 8,E_RMSE为50.37,E_MAPE为2.61%,基本满足工程实践应用。