5B-1型COD快速测定仪测定废水中CODcr方法探讨

采用5B－1型COD快速测定仪测定废水中COD,得到较好的精密度和准确度。     

草田轮作系统优化模型的研究

草田轮作系统优化模型的研究任崴，马世忠（中科院新疆生物土壤沙漠研究所乌鲁木齐８３００１１）我国农业生态的研究和建设重点主要是优化系统的结构、强化其功能，近年来，各种模式的农业生态系统结构大量涌现。但在新疆以盐碱地改良和弃耕地的恢复上，这方面的研究并不...     

一株抗Cd~（2＋）菌株的筛选及其吸附性能

Cd2＋为一种毒性金属元素,为了实际解决污水中低浓度重金属污染,实现污水达标排放,通过12C6＋重离子束辐照诱变技术筛选到一株耐受Cd2＋的菌株C2,研究其对Cd2＋的抗性和低浓度Cd2＋的吸附性能表明,Cd2＋浓度≤100 mg/L时,C2菌株可以生长繁殖,但随Cd2＋浓度升高受到抑制;SEM分析表明,受到Cd2＋胁迫时,C2产生大量胞外产物与Cd2＋形成络合物;吸附过程中菌粉表面空隙得到填充,形成凸起;红外光谱分析表明,吸附过程中的主要作用基团为醇羟基O—H键、氨基和酰胺基团;C2菌粉和固定化菌球都对Cd2＋有较好的吸附能力,菌粉吸附效果比固定化菌球稍好;菌粉和固定化吸附剂的最佳吸附初始pH值为5~6.0,最佳投加量分别为1.0 g/L和10 g/L（实际含菌量为1.0 g/L）;Cd2＋浓度在2~20mg/L时,在最佳吸附条件下,菌粉和固定化吸附剂对Cd2＋的吸附率均在90%左右;2种吸附剂吸附过程与Langmuir等温模型和拟二级动力学模型拟合最佳;热力学研究表明吸附反应均能自发进行。以上研究结果表明,C2菌粉和固定化吸附剂均可用于污水中低浓度Cd2＋的去除。     

连续倒塌中基于顶底角钢-腹板双角钢节点组件模型的研究

钢结构的抗连续倒塌能力一般取决于其抵抗局部损伤的能力,但这种能力往往取决于许多因素,目前还没有一个稳定可靠的判定方法。基于组件法建模原理将顶底角钢-腹板双角钢节点离散为多个对受力有贡献的基本组件,然后通过集成组件来模拟节点的受力特性,并依此构建了顶底角钢-腹板双角钢半刚性节点梁柱子结构的连续倒塌数值分析模型。结果表明:通过与试验结果比较,节点组件模型能较为准确地反映节点的断裂路径和受力发展过程,同时降低了计算成本。说明组件法在连续倒塌研究中具有重要的理论意义和应用价值,可作为连续倒塌研究的有利工具。     

基于AOD数据和GWR模型估算京津冀地区PM2.5浓度

利用MODIS气溶胶光学厚度（AOD）数据针对不同土地覆盖类型的适用性,提出了一种基于土地覆盖类型的AOD融合方法,生成了一种新的3km AOD数据集.在此基础上,通过地理加权回归（GWR）模型估算了京津冀地区2016年PM_2.5浓度,并用交叉验证的方法对模型性能进行评价.结果表明：利用融合后的AOD数据建立的模型可解释PM_2.594.85%的浓度变化,交叉验证R²为0.94,RMSE为9.27μg/m³,MPE为6.72μg/m³,明显优于多元线性回归（MLR）模型;基于GWR模型估算的京津冀地区2016年年均PM_2.5浓度为58.57μg/m³,其中冬季PM_2.5浓度最高,春秋季次之,夏季浓度最低,PM_2.5月均浓度变化范围32.78~140.83μg/m³,8月份浓度最低,12月份浓度最高;空间分布南北差异显著,衡水市PM_2.5污染最为严重,张家口市PM_2.5浓度较低.利用此方法成功弥补了PM_2.5空间缺失,为城市尺度的健康效应和环境流行病学研究提供数据支持.     

区域环境污染积累评价模型探讨

通过评价区域的能量、物质、信息中已知的可定量因素对区域污染的积累影响，提出污染积累的评价模型及解释，模型的意义在于区域生态环境目标确定情况下，评价并使污染积累现状与区域生态环境目标的动态差距显化。     

壳聚糖/PVA微粒上Cu2+的吸附平衡与动力学

采用粒径＜200μm、在酸碱介质中溶胀率小且能稳定存在的壳聚糖/PVA微粒对Cu2+的吸附进行了研究,结果表明,在pH 6,室温条件下,其饱合吸附量达56.0mg/g,随温度升高,吸附量降低.通过计算不同温度下各热力学参数△G0、△H0和△S0,证实该吸附为自发的放热过程.对实验数据运用相关数学模型拟合,显示等温吸附平衡符合Langmuir模型,吸附过程动力学更适合二级反应,被吸附在壳聚糖/PVA微粒上的Cu2+,可被0.01mo/L的EDTS或HNO3溶液快速地脱附出来,其洗脱率分别为85.3%和65.9%.     

基于三维一体的区域可持续发展指标体系构建理论

提出了基于三维一体的区域可持续发展指标体系模型。该指标体系反映了经济、环境、社会的整个过程 ,同时包含了压力、状态、响应模型。该区域可持续发展指标体系的建立为区域可持续发展评估指标的确立提供了依据     

机器学习在材料服役性能预测中的应用

针对材料服役性能预测存在误差大、计算复杂、适用性差等问题,提出了基于数据挖掘的机器学习预测方法。首先阐述了机器学习的应用流程,并总结了常用模型原理及其在材料性能预测中的应用。然后采用多种机器学习模型对RPV钢的辐照性能进行预测,并通过Stacking集成方法提高了模型的预测精度。结果表明,机器学习可用于材料服役性能预测,具有较高的预测精度和可靠性。根据材料服役数据的不同特征选择合适的学习模型,同时进行模型融合和参数优化,可有效提高模型的预测精度及运算速度。     

随机模拟在常州运河水质规划中的应用

以常州运河的水质规划为实例,讨论了确定性水质模型的随机模拟。讨论中引进了主观概率和客观概率的概念,用泰勒级数确定客观概率分布,用可能最大机率法估计主观概率分布,并给出了在实施不同规划方案时的水质概率曲线和水质达标的保证率。计算结果表明,使水质恶化的各种随机因素的作用不容忽视,各种水污染治理措施只能降低水质超标的风险水平。