甲氰菊酯降解菌Sphingomonas sp.JQL4-5对污染土壤的生物修复

JQL4-5(Sphingomonas sp.)是1株从长期受农药污染土壤中分离的甲氰菊酯降解菌,考察了其在实验室模拟条件下对甲氰菊酯污染土壤的生物修复能力及其影响因素.结果表明,降解菌株在灭菌土壤中的降解效果要略好于未灭菌土壤,在土壤外源添加降解菌10⁶ CFU·g^-1,温度20～40 ℃, pH为6.5～7.5的条件下,该菌株能有效降解土壤中10～200 mg·kg^-1的甲氰菊酯.可以将其应用于甲氰菊酯污染土壤的生物修复.     

地表水中BOD5监测时的快速估算

阐述了BOD5与溶解氧之间的相关性,提出可以通过溶解氧和水温估算BOD5值,但是,首先要建立水样稀释前溶解氧与BOD5的相关关系.举例说明了对地表水中BOD5值的估算和稀释倍数确定的应用.     

V2O5/TiO2催化剂用于烟气同时脱硫脱硝的研究

研究了用V2O5/TiO2催化剂同时脱除烟气中的SO2和NO,考察了H2还原温度及其它反应条件对SO2和NO脱除率的影响。结果表明,经H2还原后所制得的V2O5/TiO2催化剂可以提高脱硫脱硝活性,最佳还原温度为700℃;在450～500℃的烟气温度范围内,该催化剂有较佳的脱硫脱硝活性;在相同反应温度下,空速越大,SO2和NO的脱除率越低;烟气中的氧气可大大提高V2O5/TiO2的脱硫脱硝活性,且氧气体积含量在5%～10%范围内变化时,对SO2和NO脱除率的影响较小。     

CuAPO-5分子筛催化氧化水溶液中苯酚的性能

以水热晶化法合成了铜磷铝分子筛CuAPO-5,并用XRD、SEM,FT-IR,UV-Vis等对样品进行了表征,结果表明Cu²⁺进入到了AlPO₄-5分子筛骨架中。研究了以CuAPO-5为催化剂, H₂O₂为氧化剂对水溶液中苯酚的催化氧化性能。在苯酚初始浓度200 mg/L 、H₂O₂添加量1 200 mg/L、pH值5.0、处理温度80 ℃时,处理240 min时苯酚去除率达到100％,TOC去除率达81.76％,析出到溶液中Cu²⁺浓度仅为0.527 mg/L。温度从40 ℃上升到80 ℃时,苯酚的去除率及TOC去除率明显增大,表明温度对催化剂的活性影响显著,相比于均相催化剂骨架Cu催化过氧化氢分解需要更多的能量。重复性实验表明,催化剂性能稳定。     

基于AGNES算法优化BP神经网络和GIS系统的大气污染物浓度预测

建立了大气污染物浓度与影响因子之间的BP神经网络,对城市中各监测点位的次日大气污染物浓度进行预测,采用GIS的插值分析进行污染物空间分布预测,其中BP神经网络的输入向量采用AGNES算法进行处理。以太原市区SO2、PM10浓度预测为例,选择气温、湿度、降水量、大气压强、风速和前5天的污染物浓度等10个参数训练BP神经网络,结果表明,BP神经网络的训练效果较好,预测结果与实际浓度显著相关,R2分别为0.988、0.976;结合太原市8个监测点位的污染物浓度预测值,运用GIS空间差值法绘出SO2、PM10的浓度分布预测图,该图与实际情况大体符合,并且与国控大气污染企业的分布显著相关,Pearson相关系数分别为0.969、0.949。     

太湖饮用水源地金墅港、渔洋山水质综合评价

采用BP神经网络、内梅罗指数和综合营养状态指数评价了太湖金墅港、渔洋山饮用水源地水质及综合营养状态。结果表明,2012年金墅港和渔洋山的水质基本达到国家Ⅱ类水要求,其水质均处于中营养状态(31.43~47.66),不同水期对水源地营养状态影响较大,丰水期水质综合营养状态指数最低,且变化较小。渔洋山的年均富营养化状况(42.08)比金墅港(40.62)略重。     

1,2,4,5-苯四酚-四乙酸光度比浊法测定水样中钾含量的研究

研究了在聚乙烯醇介质中,钾离子与1,2,4,5－苯四酚－四乙酸形成稳定的胶体沉淀,钾含量在0－48mg/L内符合比耳定律,方法可用于水样中钾含量的测定,结果满意。     

从湿冶钒渣中回收V2O5的试验研究

通过对钒渣经碱浸和酸浸后V2O5回收率的比较,确定了应用H2SO4－氟化物浸出工艺可使渣中钒大部分转变为可溶性盐。分别采用H2SO4－NH4HF2及H2SO4－CaF2浸出工艺从湿冶钒渣中提取V2O5,前者较为满意,V2O5浸出率在65％以上,且氟化物可循环利用。     

采用商业混合菌种测定BOD5的可行性

通过实验,对比研究了采用商业混合菌种（Polyseed）改进传统方法测定BOD5的可行性。研究结果表明,相比于采用地表水作为接种水的传统方法,采用进口商业混合菌种配制接种稀释水BOD5（空白值）更稳定,可以改进传统BOD5测定方法,使得日常监测工作更为便捷。     

多元回归和BP人工神经网络在预测混合厌氧消化产气量过程中的应用比较

对脂肪类单基质和城市污水厂剩余污泥混合厌氧消化过程的产气阶段进行基于多元回归和BP人工神经网络的产气量预测模型比较研究。实验数据分别取自反应过程的第1～16天和第17～70天。结果表明:多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比2种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。