基于Monte-Carlo方法的静电除尘器除尘效率

针对经典除尘效率未考虑诸多随机因素影响的问题,提出了基于Monte-Carlo方法的效率分析模型,并通过实验数据验证其可靠性。通过该模型分析了粒径大小、电场气流速度、电晕电压、两极间距、粒子浓度等因素对收尘效率的影响规律,结果表明:基于Monte-Carlo方法的仿真结果精度更高,能有效预测静电除尘器的收尘效率,对于改进静电除尘器设计具有一定的理论意义和实用价值。     

CVM研究中支付意愿问卷“内容依赖性”的实证研究——以上海城市内河生态恢复CVM评估为例

为检验意愿价值评估法(Contingent Valuation Method,CVM)中争论的焦点问题——支付意愿的问卷"内容依赖性",本文以上海城市内河生态修复为评估对象,构建CVM的假想市场,设计评估顺序、评估对象尺度、嵌套物品等四重方案,通过720份问卷平行调查对同一评估对象在不同问卷中获得的支付意愿,并进行估计值比较和t检验。研究结果显示:支付意愿的数值随评估尺度的增加并不显著增加;单独评估比作为嵌套物品评估具有更高的支付意愿值;在问卷中先被评估的物品居民给出的支付意愿较高;整体物品的支付意愿小于各部分的加总。研究结果验证了国外实证研究文献报道的"范围不敏感"、"嵌入效应"、"顺序效应"、"部分—整体效应"等现象的存在。对此现象的解释主要是收入效应和替代效应。因此,在将CVM研究结果应用于公共政策中应充分考虑上述因素引起的偏差。     

大港油田苦咸再生水反渗透工艺自动控制研究

分析了大港油田污水回用深度处理工程苦咸再生水反渗透工艺仪表配置及自动控制方式,介绍了苦咸再生水反渗透系统亟待解决的各类问题。着重论述了仪表设置、余氯控制、结垢污堵控制、微生物污堵控制的实际运行方式,探讨了苦咸再生水反渗透工艺的技术可行性和可靠性。     

不同模糊评价方法在水环境质量评价中的应用比较

近年来,运用模糊评价方法对水质和水体营养化程度进行评价逐渐受到重视。目前,对模糊评价方法的研究多集中在实测数据标准化、权重的确定和模糊模式识别模型研究几个方面。以滇池历年营养物质数据为实测数据,通过对几种实测数据标准化方法、权重确定方法和模糊模式识别方法的组合应用,获得水环境质量模糊评价最优组合方法。结果表明,在评价方法中,实测数据标准化方法采用线性内插法,权重的确定采用超标倍数法,模糊模式识别模型采用广义海明距离和加权海明距离法,即采用超标倍数法的广义海明距离和加权海明距离法能够更真实反映水环境质量的实际情况。     

中小型工业窑炉NOx废气的净化技术与应用

介绍了中小型工业窑炉生产过程中排放NOx的现状,并针对NOx的治理问题,从工程应用角度,简述了湿法和干法净化NOx的原理和化学反应过程。讨论了NOx排放特性和NOx废气中NO2/NOx比例的问题。提出了影响NOx治理的主要因素,包括吸收剂、吸附剂、催化剂和设备的部分应用参数,并结合工程实例指出工程需要注意的问题。介绍了多项采用湿法和干法净化NOx的工程应用项目,丰富了中小工业窑炉NOx废气的治理的实践经验,为中小工业窑炉排放NOx治理奠定了基础。     

欧盟环境产业统计方法的经验及启示

欧盟环境产业起步较早,目前已经有较成熟的体系与统计方法。本文对比我国环境产业统计的现状,剖析了欧盟环境产业统计方法的优点。建议我国应迅速出台既满足国际化要求,又合乎我国环境产业实际情况的环境产业定义;完善统计法律规章实现统计问责;建立环境统计电子数据库;公开政府预算信息;并鼓励政府部门、产业协会、研究机构和企业多方合作进行统计以实现对我国环境产业的战略指导。     

河北省祖山风景区崩塌灾害特征与防治对策研究

以祖山为例,阐述了崩塌地质灾害的机理、特征和现状,并利用传递系数法对崩塌稳定性进行了计算和评价,采用削方卸载、修建抗崩塌挡土墙、构筑排水沟与格构等工程设施的防治对策及工程措施,取得了预期的效果。     

基于因子分析法优选河流水体中氮浓度预测方法的研究

定量的河流水体中氮浓度预测方法有很多种,如何优选出预测精度较高的方法一直是学术界多年来致力于研究的重点。本研究采用因子分析法对预测方法的精度评价指标进行分析,并建立了预测方法精度的评价模型,对回归分析法、神经网络法、灰色系统法和增长率统计法4种水体氮浓度预测方法进行综合评估,优选出精度较高的河流水体氮浓度预测模型——BP神经网络预测模型。结果表明,此评估模型对类似研究具有一定的参考价值,能为选择出合适的河流水体氮浓度预测方法提供依据。     

垃圾渗滤液生化出水的脱色研究

分别采用脉冲电解法、混凝沉淀法、芬顿氧化法、高铁酸钾氧化法对垃圾渗滤液生化出水进行处理,考察了处理效果。结果表明：铁电极电解法和芬顿试剂氧化法均能脱除垃圾渗滤液的色度,去除有机物质。铁电极电解对色度的去除率可达98．4％,COD去除率可达84．4％;芬顿试剂氧化对色度的去除率可达99％,COD去除率可达85．8％。两种方法均能使出水达到排放标准。同时比较了各种处理方法的运行成本,在达到同样出水标准的前提下,铁电极电解运行成本远低于芬顿试剂氧化,为3．67元／t水,而芬顿试剂药剂成本为8．67元／t水。     

Inverse modeling of Asian Rn flux using surface air Rn concentration

When used with an atmospheric transport model, the ²²²Rn flux distribution estimated in our previous study using soil transport theory caused underestimation of atmospheric ²²²Rn concentrations as compared with measurements in East Asia. In this study, we applied a Bayesian synthesis inverse method to produce revised estimates of the annual ²²²Rn flux density in Asia by using atmospheric ²²²Rn concentrations measured at seven sites in East Asia. The Bayesian synthesis inverse method requires a prior estimate of the flux distribution and its uncertainties. The atmospheric transport model MM5/HIRAT and our previous estimate of the ²²²Rn flux distribution as the prior value were used to generate new flux estimates for the eastern half of the Eurasian continent dividing into 10 regions.The ²²²Rn flux densities estimated using the Bayesian inversion technique were generally higher than the prior flux densities. The area-weighted average ²²²Rn flux density for Asia was estimated to be 33.0 mBq m⁻² s⁻¹, which is substantially higher than the prior value (16.7 mBq m⁻² s⁻¹). The estimated ²²²Rn flux densities decrease with increasing latitude as follows: Southeast Asia (36.7 mBq m⁻² s⁻¹); East Asia (28.6 mBq m⁻² s⁻¹) including China, Korean Peninsula and Japan; and Siberia (14.1 mBq m⁻² s⁻¹). Increase of the newly estimated fluxes in Southeast Asia, China, Japan, and the southern part of Eastern Siberia from the prior ones contributed most significantly to improved agreement of the model-calculated concentrations with the atmospheric measurements. The sensitivity analysis of prior flux errors and effects of locally exhaled ²²²Rn showed that the estimated fluxes in Northern and Central China, Korea, Japan, and the southern part of Eastern Siberia were robust, but that in Central Asia had a large uncertainty.