底泥疏浚对太湖内源及底栖生物恢复的影响

底泥疏浚对湖泊内源削减具有重要的作用,是富营养化湖泊内源治理的重要技术之一.以太湖疏浚区为对象,估算了近十余年疏浚对内源负荷的削减量,并评估了太湖北部竺山湖和梅梁湖的底泥疏浚效果.结果表明,太湖累计疏浚的4 200万m³底泥,共计清除了底泥中氮约6.26万t,总磷约1.83万t,有机质约117万t,相当于清除了蓄积于底泥中二十余年的外源污染物输入量.对于外源控制较好的梅梁湖,底泥疏浚后5 a内水质改善明显,随后出现反弹,但仍有效削减了表层底泥总氮和总磷含量.相反,对于外源输入仍较大的竺山湖,疏浚十余年后,底泥内源又回复到浚前水平.对竺山湖疏浚区开展了长达6 a的底栖生物群落跟踪评估,发现疏浚初期对底栖生物群落具有一定的影响,但浚后2 a,底栖生物密度与生物量等指标已接近浚前水平. 6 a后,疏浚区与未疏浚区的底栖生物群落多样性指数已无差别.结果也表明,底泥疏浚对湖体内源具有较好的控制效果,且疏浚效果维持程度与外源输入强度密切相关.此外,长期来看,疏浚区底栖生物群落依靠自恢复能力可达到浚前水平,疏浚不会对底栖生物群落结构造成影响.     

基于AMC加载的高增益60GHz天线

针对如何在不改变天线结构的前提下增大天线增益的问题,采用了AMC（人工磁导体）加载的方法。设计一款圆环缝隙AMC加载的天线,通过对AMC相位的改变来优化天线。设计的加载天线包括AMC和60GHz微带贴片天线,该加载天线拥有10GHz（55GHz-65GHz）的带宽和5.6dBi的增益;实验结果表明,相比没有加载之前的天线,加载天线拥有相同的带宽,其增益提高了2.9dBi。     

济南市道路扬尘排放因子估算及其影响因素研究

以济南城市道路为研究对象,采用美国环保署AP-42模型和方法,通过道路分类、优化布点、样品采集、实地观测和计算分析,获得道路粉尘负荷及四种类型道路扬尘的排放因子,探讨了排放因子的主要影响因素。结果表明,路面粉尘负荷随车流量增大而逐渐降低,城市城区路面粉尘负荷多小于城市外围路面,且外围道路路面粉尘负荷随时间和空间变化大;支路和次干道排放因子相对较小,快速路排放因子较高,主干道排放因子最高,其TSP、PM10、PM2.5排放因子分别高达25.239 3 g/VKT、4.731 1 g/VKT、0.597 2 g/VKT;排放因子随平均车重增加呈现逐渐增大趋势;同种类型道路排放因子均随道路粉尘负荷的增加而增加;次干道和快速路排放因子随车流量增大而减小。所获结论可为城市道路扬尘排放估算提供参考。     

重庆三峡库区非点源污染评价与影响因子分析

选取重庆三峡库区4个行政建制镇进行非点源污染监测与调查,以COD、TN、TP、Cu、Zn等指标为主要研究内容对库区农村环境进行污染特性分析并且利用等标污染负荷法对其生活污水、生活垃圾、畜禽养殖、水产养殖、化肥流失、农药流失、水土流失等污染源进行非点源污染评价。结果表明:COD、TN、TP、Cu、Zn的平均排放浓度分别为22.15 mg/L、6.37 mg/L、1.49 mg/L、47.73 g/kg、85.24 g/kg,库区主要污染物依次为TN、TP、COD、Cu、Zn等,主要污染源依次是畜禽养殖、化肥流失、生活污水、生活垃圾、农药流失、水土流失、水产养殖等。采用SPSS软件对影响库区环境污染的季节、收入水平、地域、畜禽养殖规模、环境基础设施完善程度等因子进行了分析,结果显示:COD主要影响因子是地域和畜禽养殖规模,TN主要影响因子是季节、地域和畜禽养殖规模,TP主要影响因子是环境基础设施完善程度、畜禽养殖规模和地域,Cu、Zn主要影响因子均是畜禽养殖规模。该研究可为重庆三峡库区生态修复、城乡统筹下的城乡规划及产业布局提供理论基础。     

碳纳米管径向尺寸对碳纳米管自支撑膜孔隙结构及通量的影响

为了探索碳纳米材料膜在水处理中应用的可能性,本实验选取4种径向尺寸的碳纳米管(Carbon Nanotubes, CNTs),采用压力辅助过滤技术制备CNTs自支撑膜.通过对CNTs自支撑膜的平均孔径、孔径分布及截留分子量(Molecular weight Cut-Off,MWCO)等进行分析,研究了CNTs径向尺寸变化对CNTs自支撑膜孔隙结构的影响.结果表明,CNTs的径向尺寸越小,制备得到的CNTs自支撑膜越趋向于形成小孔径的膜孔,且孔径分布更加均匀,孔隙面积比越高,膜的MWCO越小.单壁碳纳米管(Single-walled carbon nanotube, SWNT)与多壁碳纳米管(Multi-walled carbon nanotube, MWNT)相比,前者更容易形成膜平均孔径更小且孔径分布更均匀的CNTs自支撑膜.膜通量测定结果表明,研究制备的CNTs自支撑膜的通量属于低压膜范围,通量在230～347 L·m~(-2)·h~(-1)·bar~(-1)之间.其中,虽然由径向尺寸较小的CNTs所制备的CNTs自支撑膜的平均孔径更小,但由于其具有更高的孔隙面积比和更小的膜厚度,其纯水通量相对高于由大径向尺寸CNTs制备的CNTs自支撑膜.     

Performance of the hybrid growth sequencing batch reactor (HG-SBR) for biodegradation of phenol under various toxicity conditions

Hybrid growth microorganisms in sequencing batch reactors have proven effective for treating the toxic compound phenol, but the toxicity effect under different toxicity conditions has rarely been discussed. Therefore, the performance of the HG-SBR under toxic, acute and chronic organic loading can provide the overall operating conditions of the system. Toxic organic loading(TOL) was monitored during the first 7 hr while introducing50 mg/L phenol to the system. The system was adversely affected with the sudden introduction of phenol to the virgin activated sludge, which caused a low degradation rate and high dissolved oxygen consumption during TOL. Acute organic loading(AOL) had significant effects at high phenol concentrations(600, 800 1000 mg/L). The specific oxygen uptake rate(SOUR) gradually decreased to 4.9 mg O_2/(g MLVSS·hr) at 1000 mg/L of phenol compared to 12.74 mg O_2/(g MLVSS·hr) for 200 mg/L of phenol. The HG-SBR was further monitored during chronic organic loading(COL) over 67 days. The effects of organic loading were more apparent at 800 mg/L and 1000 mg/L phenol concentrations, as the removal range was between 22%–30% and 18%–46% respectively, which indicated the severe effects of COL.     

京津冀地区高分辨率PM2.5浓度时空变化模拟与分析

为了全覆盖、高分辨率和高精度识别京津冀地区大气PM_2.5质量浓度时空变化,选取多角度大气校正算法遥感反演的1km AOD为主要预测因子,多种气象要素和土地利用要素为辅助预测因子,构建了混合效应模型+地理加权回归模型的两阶段统计模型,并针对京津冀地区PM_2.5污染较严重的特点,模型中引入了AOD²等独特预测因子.通过上述两阶段模型定量预测了研究区2017年1 km²空间分辨率的每日PM_2.5质量浓度.结果表明,模型交叉验证的决定系数R²为0.94,斜率为0.95,均方根预测误差为13.14 μg·m^-3,在前人基础上预测精度进一步提升,可用于PM_2.5浓度时空变化预测与分析.2017年,京津冀地区PM_2.5浓度年均值为44.96 μg·m^-3,年均值范围在0~89.89 μg·m^-3之间.PM_2.5浓度时空变化差异性明显,整体上呈现"平原西南部浓度高、平原东北部浓度中等和山区高原浓度低"的空间分布格局以及"冬季浓度高、夏季浓度低和春秋过渡"的季节变化特点.模型预测结果的高时空分辨率可以支持流行病学研究在较小区域的暴露评估和识别小尺度污染源的时空变化,分析发现在大气污染防治行动计划实施以来,污染较严重的冀中南山麓平原区可能出现了重要污染源的空间变化.模型预测与分析结果可以为京津冀大气污染防治提供科学支撑.