杭州博华环境技术工程有限公司

杭州博华环境技术工程有限公司为专业从事环境保护科研开发与技术服务的高新技术企业。公司拥有环保工程设计专项资质，是通过ISO9001：2000的认证企业。公司具备较强的研究开发和设计力量，并在环保工程的设计、施工建设上积累了丰富的经验，     

环境监测应为目标责任制提供技术支持与监督

山东省在推行省市长(专员)环境目标责任制过程中,各级环境监测部门为保证环境目标责任制的实施,积极开展对环境的调查研究,进行定期或不定期的监督监测和综合分析评价,在为环境管理八项制度和措施的服务中,充分发挥了环境监测的耳目、哨兵和参谋、助手的作用,为我省环境保护工作上新台阶做出了积极的贡献.一、环境监测为制定省市长(专员)环境目标责任制指标提供可靠依据环境目标责任制是以签定"责任状"的形式,由省长把责任目标正式下达给市长(专员),把"软任务"变成了"硬指标",为了使"硬"指标定得合理、科学、可行,需要进行现状调查监测及综合分析当地多     

蚯蚓对城镇污泥堆肥过程中微型动物群落演替的影响

采用实验对比和除趋势对应分析（DCA）等方法,以城镇污泥中的微型动物为对象,研究蚯蚓对堆肥过程微型动物群落演替的影响.结果表明,蚯蚓仅影响微型动物群落数量,对演替进程无明显影响.堆肥过程微型动物群落演替可分为3个阶段：第1阶段（0~10 d）,固着类纤毛虫为优势类群阶段,该阶段微型动物变化多受限于环境的改变,蚯蚓影响较小;第2阶段（10~30 d）,固着类纤毛虫和轮虫向肉足虫和线虫为优势类群的过渡阶段,该阶段蚯蚓对线虫数量有一定的限制;第3阶段（30 d后）,肉足虫和线虫为优势类群阶段,该阶段蚯蚓对有壳肉足虫的增长产生了明显的抑制作用.群落多样性指数结果显示,蚯蚓在第1和第2阶段作用不明显,在第3阶段增加了微型动物的多样性和均匀度,减小了优势物种的优势程度.对固着类纤毛虫的同化作用是蚯蚓稳定堆肥环境、促进有机质降解的重要因素.     

固定化微藻流化床反应器去除低碳污水中氨氮的潜力

以固定化微藻颗粒为原料,通过搭建流化床反应器强化微藻对氨氮（NH₄⁺-N）的去除,设计了藻种、污水上升流速、光周期和光照强度四组单一变量实验,系统地研究了不同条件下微藻去除NH₄⁺-N的能力.结果表明,当以固定化斜生栅藻为原料、污水上升流速为6.8m/h、光周期为8：16h和光照强度为4800Lux时,NH₄⁺-N去除效果最优（96.7%）.在最优操作条件下,探究了COD为200mg/L时微藻去除NH₄⁺-N的潜力,结果表明,当NH₄⁺-N初始浓度不高于50mg/L时,NH₄⁺-N去除率高于95%.本实验建立了一套半连续微藻流化床实验方法,该方法显著减弱了微藻在生物同化过程中对有机碳源的依赖性,为低COD条件下微藻生物脱氮工艺的设计提供了技术参考和理论基础.     

中国近岸海域优势藻种吸收利用磷的过程

通过现场采样和室内培养实验分析了藻类植物的生长状况和细胞结合态磷对磷酸盐浓度的响应.现场调查结果发现,在水华区域藻类植物的细胞磷库分布特点与非水华区域明显不同.室内培养结果发现,中肋骨条藻和东海原甲藻的最大磷酸盐吸收速率为7.71,2.39μmol/（L·d）,最大比生长率分别为0.517,0.262d^-1,磷酸盐吸收同化率为5.9×10^-8,4.7×10^-7μmol/cell,前者具有更快的磷酸盐吸收能力,更高的比生长率和较低的磷酸盐吸收同化率.2种藻细胞内结合态磷通常占细胞总磷库的50%以上,是细胞磷库主要存在形式.中肋骨条藻种群可以通过藻细胞数量增长来吸收环境中的磷源,而东海原甲藻则会优先满足细胞自身的磷储存后进行细胞增殖.在高浓度磷环境中,东海原甲藻种群的细胞不同结合态磷的质量浓度会达到饱和.磷匮乏时,中肋骨条藻和东海原甲藻的细胞内结合态磷的质量浓度与零时刻相比分别降低了45%和66%,前者明显低于后者.培养过程中,中肋骨条藻单个细胞的细胞表面吸附态磷库（95%）比细胞内磷库（50%）的降低幅度更大,东海原甲藻则与之相反.     

基于野外原位抽注试验和同位素技术的含水层反硝化速率研究

反硝化作用是地下水硝酸盐污染去除最重要的过程.由于水文地质条件和水文地球化学环境的复杂性和不确定性,精准测定含水层反硝化速率是反硝化过程的研究难点.选取潮白河冲洪积扇中部中国环境科学研究院地下水创新野外基地作为研究区,基于野外原位试验和15N同位素示踪法提出一种含水层反硝化速率的测定方法.该方法综合体现了研究区实际水文地质条件和水文地球化学环境对反硝化作用的影响,并充分考虑了硝酸盐在含水层中稀释弥散作用对计算结果的影响.结果表明:①潮白河冲洪积扇中部某地地下26~28 m处于还原环境,含水介质以粉细砂为主,ρ（NO₃-N）平均值为2.77 mg/L.②地下26~28 m反硝化速率在349.52~562.99 μg/（kg·d）（以N计,下同）之间,平均值为450.31 μg/（kg·d）.通过与研究区含水介质、采样深度和硝酸盐背景值相似的国内外案例对比研究,初步评估结果处于合理区间.③测试结果具有一定不确定性,主要来自忽略中间产物NO₂-和NO的计算方法、扰动采样方法、N₂O的操作规范程度及采样频率等方面.研究方法为测定含水层硝酸盐速率研究提供了新的思路,研究结果可为地下水中硝酸盐转化过程机理研究、地下水硝酸盐污染修复及风险管控提供关键的理论支撑数据.      

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.