改性水凝胶的制备及其对Pb2+、Cd2+吸附性能研究

采用60Co-γ射线低温辐射技术,以丙烯酸羟乙酯(HEA)和N-乙烯基甲酰胺(NVF)为共聚单体,合成了一种新型共聚物水凝胶:聚(丙烯酸羟乙酯/N-乙烯基甲酰胺)[p(HEA/NVF)],并采用三乙烯四胺(TETA)对其进行胺化改性,制得一改性水凝胶:聚(丙烯酸羟乙酯/N-乙烯基甲酰胺)-三乙烯四胺[p(H/V)-T].对制备的p(HEA/NVF)凝胶进行了SEM分析和FTIR分析,并对改性后的p(H/V)-T进行XPS分析及FTIR分析.研究了改性前后水凝胶对重金属Pb2+、Cd2+的吸附性能,改性后水凝胶对Pb2+、Cd2+的吸附动力学,以及重金属离子初始浓度、pH值等对改性凝胶吸附性能的影响,并对吸附重金属前后的水凝胶进行电子能谱分析.SEM分析表明,p(HEA/NVF)水凝胶是一种具有多孔结构的高分子材料;吸附实验结果表明,相比较p(HEA/NVF),p(H/V)-T对Pb2+的吸附量增加了700%,对Cd2+的吸附量增加了600%;p(H/V)-T对Pb2+、Cd2+的吸附量随着pH的升高而增加,吸附过程满足准二级动力学方程,并均能较好地符合Freundlich和Langmuir等温吸附模型(R2>0.95);红外分析证实,HEA和NVF已成功聚合为一新型共聚物水凝胶,且多胺基团已被成功地接于共聚物水凝胶表面;XPS分析得出,改性后水凝胶p(H/V)-T对重金属Pb2+、Cd2+的吸附机制为两者之间的螯合作用.     

纳米复合水凝胶的制备及其对重金属离子的吸附

以N-羟甲基丙烯酰胺(HMAm)和2-丙烯酸羟乙酯(HEA)为共聚单体,采用60Co-γ射线低温辐照法,制备了具酰胺基和羟基的新型聚合物水凝胶p(HMAm/HEA),运用原位沉淀法制备了纳米复合水凝胶HMO-p(HMAm/HEA),用于对重金属离子Pb~(2+)和Cu~(2+)的去除.应用SEM、TEM、FTIR等方法对水凝胶进行表征,表征结果证明p(HMAm/HEA)是HMAm和HEA的共聚产物,且纳米水合氧化锰(HMO)成功负载.探讨了溶液初始p H值、反应温度、重金属初始浓度、反应时间、竞争性Ca~(2+)和Na+浓度等因素对纳米复合水凝胶吸附过程的影响,研究表明HMO-p(HMAm/HEA)对Pb~(2+)和Cu~(2+)的吸附过程不受温度的影响;吸附量随着溶液初始p H的升高而增加;吸附过程属于Langmuir单分子层吸附;吸附动力学过程符合准二级动力学吸附;高浓度的Ca~(2+)和Na~+对吸附过程影响不大.XPS图谱进一步证明吸附机制是重金属离子与羟基间的离子交换作用.采用0.05 mol·L~(-1)的HCl溶液为脱附剂,经过4次吸附-脱附循环再生后,纳米复合水凝胶重复利用性好.     

福州内河河网精细水流水质数学模型研究

文章在前人研究的基础上,根据感潮河网地区水体的水动力、水质特性,建立了河网一雏水动力和水质模型,并进行了模型验证。结果表明水动力模型计算值能够较好的吻合实洲值,能正确反映涨落潮趋势,水质模型能正确反映污染物受涨落潮影响在河网内回荡的变化情况。本研究成果对解决福州市水环境问题提供了一定的理论基础,具有一定的指导意义。     

窖水中微生物降解污染物的关键细菌

为探究以氮、磷及有机物污染为主要特征的、窖水中参与污染物降解的关键细菌及它们之间潜在的相关关系,基于16S rRNA的微生物组学截面数据,分析了窖水中细菌群落结构与功能及其与水质因子间的相关性,并通过微生物物种的同现或相关种间作用推断模型,构建了7个微生物菌属间的共现性关联网络.结果表明,窖水中存在具有相对特定生态功能的细菌,进行着诸多活跃的与新陈代谢功能基因相关的代谢活动;窖水微生物类群共现性关联网络中大部分节点的菌属营互利共生类型的生态关系;Lacibacter、Arthrobacter、Candidatus Protochlamydia、Methylocaldum、Sulfuritalea、Mycobacterium、Aquirestis、Rhodobacter、Methylotenera等菌属拥有较高的点度中心度;较强的互作关系发生在Sulfuritalea-Rhodobacter、Azospirillum-Rhodobacter、Methylocaldum-Rhodobacter、Arthrobacter-Rhodobacter、Rhodoplanes-Rhodobacter、Candidatus Protochlamydia-Rhodobacter、Methylotenera-Rhodobacter、Rhodobacter-Aquirestis、Mycobacterium-Rhodobacter、PlanctomycesCandidatus Solibacter、Planctomyces-Legionella、Hymenobacter-Adhaeribacter、Luteolibacter-Crenothrix之间.综合分析节点微生物相关性、点度中心度及菌属间的互作强度,认为Rhodobacter、Methylocaldum、Methylotenera、Acinetobacter、Novosphingobium、Planctomyces、Hymenobacter、Luteolibacter为参与窖水污染物微生物降解的关键细菌,Rhodobacter为关键细菌的代表属.研究结果加深了对窖水中污染物微生物降解机制的认识.     

磁性壳聚糖凝胶微球对水中Pb(Ⅱ)的吸附性能

以壳聚糖为原材料,通过原位共沉淀法和柠檬酸钠交联法制备了一种新型多孔磁性壳聚糖凝胶微球吸附剂CS-citrate/Fe₃O₄.利用扫描电镜（SEM）、透射电镜（TEM）、傅里叶红外光谱（FTIR）、热重分析（TG）对吸附剂进行了表征.结果表明,吸附剂内部具有发达的孔隙结构,并均匀分布有平均直径为（4.79±1.09）nm的Fe₃O₄纳米颗粒;吸附剂中引入Fe₃O₄后,仍存在羟基、氨基和羧基等功能基团,且吸附剂磁性良好可用于磁场分离;吸附剂对Pb（Ⅱ）的吸附等温线和动力学研究表明,吸附过程以化学吸附为主,最大吸附容量可达178.25mg/g.     

方位聚散因子及其在PM2.5浓度预报中的应用

污染物浓度预报是应对大气污染问题的重要手段.现有的模式类预报方法受限于排放源清单的准确性,而在污染物排放源短期少变的条件下,基于气象要素的统计类预报方法是一种更具实用性的方法.但现有统计类预报方法的计算模型输入量缺乏对气象要素累积效应的表征,以及对气象因素影响大气污染物聚散过程的表征,严重影响了预报的精度.为此,本文提出了一种着眼于改善计算模型输入量的统计类PM_(2.5)浓度预报方法.该方法采用方位聚散因子作为计算模型输入量,既可表征出PM_(2.5)累积与消散的过程,又考虑了气象要素在一定时段内的累积效应,为提高预报精度奠定了良好的基础.同时,通过BP神经网络训练,本方法在方位聚散因子与PM_(2.5)浓度值之间建立起关联模型,从而完成对PM_(2.5)浓度值的准确预报.     

基于多源辅助数据和神经网络模型的稻田土壤砷空间分布预测

合适的方法和多源的辅助数据对于准确预测土壤重金属的空间分布具有重要意义.该研究提出一种径向基函数神经网络结合普通克里格法的模型(RBFNN_OK),由主成分分析(PCA)提取的地形因子、遥感数据和邻近信息等多源辅助数据作为自变量,预测江西省都昌县稻田土壤砷空间分布.为验证RBFNN_OK的可行性:首先在全县范围内采集144个稻田表层(0～20 cm)土壤样品,运用ArcGIS地统计模块随机抽取115个(80%)采样点作为测试集,29个(20%)采样点作为验证集.其次多源辅助数据包括地形因子、遥感数据和邻近信息等14个定量因子作为预测变量,将预测变量进行主成分分析,得到前10个主成分的累积贡献率达到97.62%.再次一个特定的RBFNN_OK被用来预测土壤砷空间分布.最后将RBFNN_OK模型的预测结果与径向基神经网络模型(RBFNN)、回归克里格模型(RK)和多元逐步线性回归模型(MSLR)进行比较.结果表明,RBFNN_OK的测量值标准偏差与均方根误差的比值(RPD)较其它3种方法分别提高了14.92%、35.71%和44.67%.此外,RBFNN_OK还提供了更加真实且有关土壤砷空间分布的细节信息.RBFNN_OK取得最优效果可能归因于引入多源辅助数据,考虑多源辅助数据和土壤砷之间的多重共线性和非线性关系.该方法可为稻田土壤砷调查与环境保护提供更为精准的信息.     

规范变换与误差修正结合的环境系统的前向网络和投影寻踪预测模型

为了建立适用于环境系统的结构简洁、形式统一、程序规范、应用普适的神经网络和投影寻踪回归预测模型,针对传统的神经网络和投影寻踪回归用于多因子、大样本预测建模,存在模型结构复杂、学习效率低的局限,提出设置环境系统预测量及其影响因子参照值和规范变换式的原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子,从而将多因子的的预测建模简化为等效规范因子的预测建模,使模型结构得到极大地简化,提高了学习效率;此外,为了提高预测模型的预测精度,还提出了对预测样本的模型输出值的误差修正公式.在对环境系统的预测量及其影响因子进行规范变换的基础上,将m个规范影响因子的每个建模样本组成m个"等效"训练样本,应用免疫进化算法优化模型参数,分别建立适用于环境系统的2个或3个规范影响因子的前向神经网络和投影寻踪回归两类预测模型;并依据误差理论,对误差修正公式修正后的模型预测精度的提高进行了严格的数学论证.将基于规范变换与相似样本误差修正相结合的两类预测模型,用于某市5个点位的SO_2浓度预测,并与6种传统预测模型和方法的预测结果进行了比较.结果表明:对同一个预测样本,同类模型的两种不同结构的的预测值及其相对误差都几乎完全相同或彼此相差甚小;此外,两种不同结构的两类预测模型用于5个样本预测,其相对误差绝对值的平均值分别为2.59%、2.67%;2.18%、2.62%,均远小于传统BP神经网络模型的25.72%、传统PPR模型的14.20%、传统SVR模型的22.13%、模糊识别模型的21.57%、组合算子模型的18.36%和多元回归模型的25.31%;而两类模型预测的最大的相对误差绝对值分别为4.11%和3.57%,更加远远小于传统的6种预测模型的37.18%、56.07%、27.40%、32.14%、38.38%和60.26%.实例分析结果证实了误差修正公式对提高模型预测精度具有切实可行性.基于规范变换与误差修正相结合的前向神经网络和投影寻踪回归两类预测模型不仅避免了"维数灾难",提高了学习效率和模型的预测精确度,而且具有简洁、普适、规范、统一和稳定的特点,对其他预测建模也有借鉴作用.     

环境质量综合评价的径向基函数网络模型

建立了一个环境质量综合评价的径向基函数人工神经网络(RBF-ANN)模型,同时提出了一种简便?快速的RBF-ANN的最小二乘算法(RBF-LS算法)?在城市环境质量综合评价的应用中表明,提出的RBF-ANN模型及其算法是合理?有效?通用的?      

神经网络分布式多通道协同控制声屏障原理研究

声屏障的高度,材料,结构,重量和风载荷等要素受到景观要求和承载结构等条件的制约,进一步劣化了常屏障在低频宽带噪声衍射和透射控制方面的缺陷,本文为此提出了神经网络分布式多通道智能化协同控制声屏障方法,神经网络自组织形成空二维非线性控制矢量,以形成优化的分布式消声器阵列,采用多目标优化,神经网络通过自学习,首先优化各传感器和次声源的空间配置,以形成适当的消声空间分布并降低硬件开销,其次简化控制器结构,