铜矿尾矿库无土修复植物营养元素含量特征

分析了安徽铜陵冬瓜山铜矿杨山冲尾矿库10种无土修复植物中10种营养元素含量特征。结果表明：平均含量大于1000μg·g^-1的元素有7个,含量从太到小顺序为Ca〉N〉S〉K〉Fe〉Mg〉P;平均含量为100μg·g^-1～1000μg·g^-1。的元素有3个,含量从大到小的顺序为Na〉Si〉Mn。营养元素含量的变异系数...     

A型沸石对含磷废水深度处理的研究

论文探讨A型沸石对废水中磷的吸附性能,影响A型沸石对磷吸附的主要因素有吸附温度、灰水比、吸附时间和pH值。通过单因素和正交试验确定在水样体积30mL,A型沸石投加量3g,吸附时间为40~50min,吸附温度25oC,pH值4~5范围内,初始磷浓度小于20 mg/L,A型沸石对磷都有很好的吸附效果。TP去除率达99%以上,对磷的吸附容量约为0.44mg/g,适用于工业废水处理和生活污水的深度除磷。     

深度及含水率对包气带砂层中柴油降解作用的影响

通过模拟砂柱实验,研究了不同深度及含水率砂层(包括细砂、中砂和粗砂)中的柴油降解特性.结果表明,介质的深度及含水率是影响柴油降解效率的重要因素.相同介质条件下,介质的含水率越大,其生物活性越强,生物作用降解柴油的效率越高.介质性质影响柴油在包气带介质中的降解效率,介质的颗粒越细,其降解柴油的能力越高,即细砂>中砂>粗砂...     

五氯酚对生物膜活细胞含量及分布的影响研究

以废水处理生物膜为研究对象,建立了表征生物膜细胞活性的磷脂测定方法.研究中采用冷冻切片技术,以150μm为一层,考察生物膜不同深度的磷脂浓度.结果表明,当五氯酚浓度为零时,生物膜磷脂含量随深度方向呈近似的正态分布,磷脂含量的绝对值在(1246.2±217.4)～(527.2±95.3)μg/L之间(n=4),峰值出现在...     

丽江市冬季大气总悬浮颗粒物（TSP）中水溶性离子化学特征

2008年12月～2009年1月在丽江市共采集25个TSP样品,目的是研究丽江市冬季TSP中水溶性离子的化学特征及它们的来源情况.结果表明,样品中主要水溶性离子的电荷浓度:Cl-、NO3-、SO42-、Na+、NH4+、K+、Mg2+、Ca2+分别为16.00、14.95、49.40、3.12、44.75、8.65、2...     

基于地面试验的土壤表面阻抗估算研究

基于地面试验,利用土壤蒸发计算公式求算土壤水汽阻力的反推法,论文对土壤表面阻抗进行了估算,并研究了土壤表面阻抗与土壤含水量之间的关系。反推法所需参数土壤蒸发量由称重法获得,空气实际水汽压由观测的相对湿度和空气温度数据计算而得,土壤表面饱和水汽压由观测的土壤表面温度计算而得,空气动力学阻抗由观测的涡度相关数据计算而得。研究结果表明,土壤表面阻抗与土壤质量含水量之间存在较好的指数函数关系,即土壤表面阻抗随土壤质量含水量的增加呈指数函数递减,由此说明通过土壤含水量计算土壤表面阻抗是一种新的可行途径。另外,在计算过程中也发现空气动力学阻抗的准确计算是应用反推法获取土壤表面阻抗的最关键因素,也是给此方法带来不确定性最大的因素,较大的空气动力学阻抗误差甚至会使土壤表面阻抗出现负值。     

污泥堆肥含水率监测方法的选择与探讨

城市污泥的堆肥过程中,快速、准确的含水率测定方法有助于掌握堆体腐熟程度和水分脱除进程,并据此进行工艺的优化和反馈调控.本文介绍了污泥堆肥的含水率监测方法及其优缺点.由于堆肥物料性质与堆肥环境的特殊性和复杂性,缺乏可直接应用的测定仪器,应根据物料性质、工况条件等选择合适的含水率测定技术,并对相关仪器进行改进.对于污泥堆肥的工程化应用而言,实时在线监测的原位含水率测定方法更适合指导工艺的调控和优化、提高堆肥效率.     

基于ERT的垃圾厌氧填埋初期的水分运移过程研究

水分监测是填埋场运行过程中必不可少的一个方面,考虑到现有监测方法不容易得到垃圾内部的水分分布情况,本文将高密度电阻率成像法(ERT)用于监测生活垃圾在厌氧填埋初期的水分分布和运移过程研究.通过建立室内厌氧填埋模拟柱,应用取样分析、时域反射传感器(TDR)、高密度电阻率成像等方法对生活垃圾在厌氧填埋条件下初期两个月的降解和水分变化过程进行了监测与研究.结果表明,试验期间生活垃圾处于好氧降解过渡至厌氧降解的阶段.随着垃圾的降解,含水量呈现增加的趋势,在第30d之后,柱体内部存在明显的水分运移现象.在柱体下部单元层中,高密度电阻率成像法得到的垃圾电阻率值与时域反射传感器(TDR)测得的体积含水量之间存在明显的对应关系.根据电阻率与体积含水量的拟合公式,得到了柱体下部单元的含水量分布和储存水量的变化过程.储存水量的变化过程与质量含水量计算得到的结果是一致的,两者之间的可决系数达到0.9488.以上研究结果充分说明,在厌氧填埋初期,高密度电阻率成像法可以用于监测垃圾堆体内的含水量分布和水分运移过程.     

太原市PM10及其污染源中碳的同位素组成

通过采集太原市PM10及其主要源(煤烟尘、机动车尾气尘、土壤风沙尘)样品,结合离线分步加热氧化法和同位素质谱仪测定了颗粒物中有机碳(OC),元素碳(EC)和总碳(TC)的同位素组成, 并探讨了太原市PM10中碳的来源.结果表明,太原市冬季、春季PM10中OC、EC和TC的碳同位素组成分别是-34.7‰、-23.5‰、-23.9‰和-30.5‰、-23.1‰、-23.9‰; 煤烟尘中OC、EC和TC的碳同位素组成分别是-26.5‰、-23.2‰、-23.6‰,土壤风沙尘分别为-24.6‰、-14.1‰、-17.3‰,汽油车和柴油车尾气尘分别为-27.7‰、-25.5‰、-27.0‰和-25.7‰、-24.3‰、-24.8‰. EC和TC的同位素组成是区分土壤风沙尘较好的标识指标,TC的同位素组成是汽油车尾气尘较好的标识指标;利用二元复合计算公式结果显示土壤风沙尘中OC、EC占TC的百分含量分别为30%、70%;煤烟尘中OC、EC占TC的百分含量分别为11%、89%;汽油车尾气尘中OC、EC占TC的百分含量分别为78%、22%,柴油车尾气尘中OC、EC占TC的百分含量分别为36%、64%;太原市PM10中的TC和EC主要来源于煤烟尘,OC少部分来源于机动车尾气排放,另外还有其他的重要贡献源.     

Effects of land use, climate, topography and soil properties on regional soil organic carbon and total nitrogen in the Upstream Watershed of Miyun Reservoir, North China

Soil organic carbon (SOC) and total nitrogen (TN) contents as well as their relationships with site characteristics are of profound importance in assessing current regional, continental and global soil C and N stocks and potentials for C sequestration and N conservation to offset anthropogenic emissions of greenhouse gases. This study investigated contents and distribution of SOC and TN under different land uses, and the quantitative relationships between SOC or TN and site characteristics in the Upstream Watershed of Miyun Reservoir, North China. Overall, both SOC and TN contents in natural secondary forests and grasslands were much higher than in plantations and croplands. Land use alone explained 37.2% and 38.4% of variations in SOC and TN contents, respectively. The optimal models for SOC and TN, achieved by multiple regression analysis combined with principal component analysis (PCA) to remove the multicollinearity among site variables, showed that elevation, slope, soil clay and water contents were the most significant factors controlling SOC and TN contents, jointly explaining 70.3% of SOC and 67.1% of TN contents variability. Only does additional 1.9% and 3% increase in the interpretations of SOC and TN contents variability respectively when land use was added to regressions, probably due to environment factors determine land use. Therefore, environmental variables were more important for SOC and TN variability than land use in the study area, and should be taken into consideration in properly evaluating effects of future land use changes on SOC and TN on a regional scale.