OilTech121便携式测油仪在突发性水污染事件中的应用

应用OilTech121便携式测油仪对某突发性水污染事件的小溪沟、长江水样进行石油类浓度检测,分析其石油类浓度沿程变化情况以及对小溪沟、长江水质的影响。结果表明,受含油废水的影响,小溪沟明显受到污染,入溪口d2石油类浓度高达24.9 mg/L,围油栏和吸油毡组成的拦截带对石油类的吸附处置效果明显,4道拦截带的油污拦截效率分别达到41%、34%、28%和18%,此外,长江水质也受到一定程度的影响,但下游水厂取水口水质未受污染,无需中断水厂取水。鉴于该仪器具有携带方便、操作简单、检测速度快等优点,并为判断拦截带吸附处置效率、水厂取水是否安全等重要决策领域提供了大量及时的第一手数据,建议在突发性水污染事件石油类浓度检测及预警中推广使用。     

改进的QGA-BP模型在弥苴河总氮量预测中的应用

水质预测对水环境规划、评价和管理十分重要。构建一种改进的量子遗传算法（QGA）优化BP神经网络的模型,即在量子遗传算法中引入了旋转角的动态改进策略和遗传算法的交叉变异操作,并以改进的QGA作为进化操作准则优化BP模型的权值和阈值。以弥苴河复杂水环境水质预测为实例,选取一组历史观测数据作为训练样本,对其进行分析。将结果与BP模型、QGA-BP模型仿真结果进行了对比,改进后的QGA-BP模型在进化代数、收敛速度和预测结果的准确率有较大提高。对弥苴河水质的预测结果表明,将改进QGA-BP模型用于水质预测是可行、有效的预测方法。     

活性污泥中细微沙浓度的预测模型

悬浮在污泥混合液中的细微沙会导致活性污泥混合液挥发性悬浮固体与混合液悬浮固体比值（ratio of mixed liquor volatile suspended solids to mixed liquor suspended solids,MLVSS/MLSS）降低。通过向生化池进水中连续投加体积平均粒径分别为14、33、50、66和107 μm的石英砂,研究不同粒径细微沙对活性污泥MLVSS/MLSS的影响,探讨不同粒径细微沙的悬浮特性,构建活性污泥中细微沙浓度的预测模型,以为污水厂运行调控提供理论基础。研究结果表明,细微沙粒径越小,悬浮比（悬浮在污泥混合液中的细微沙占生化池进水中细微沙总量的比例）越大,悬浮比与细微沙粒径呈显著的相关关系。通过预测模型得到的细微沙浓度的预测值与实测值差异较小,说明构建的活性污泥中细微沙浓度的预测模型是合理的。污水厂可在维持活性污泥MLVSS稳定的条件下,结合活性污泥中细微沙的浓度,调控污泥MLSS,保证污水处理系统的稳定运行。     

蒸发浓缩预处理黄姜皂素水解废液

针对黄姜皂素水解废液有机物浓度高、酸度高、可生化性差等特点,采用常压蒸发浓缩法预处理黄姜皂素水解废液,研究了初始pH值和浓缩倍数对废液主要污染物蒸发浓缩效果的影响。结果表明：初始pH值对蒸出液COD、氨氮、VFA浓度变化影响较大。pH-1、1 742 mg·L-1快速降低到980 mg·L-1、82.9 mg·L-1;氨氮浓度在25 mg·L-1处波动;pH>7时,COD浓度在1 000 mg·L-1处波动,乙酸由82.9 mg·L-1缓慢降低到6.4 mg·L-1,氨氮浓度由26.2 mg·L-1快速升高到207 mg·L-1。浓缩倍数对蒸出液污染物浓度影响也很大。浓缩2~10倍,COD、氨氮、乙酸浓度分别由980、26.2、82.9 mg·L-1升高到3 372、141、2 250 mg·L-1,对应占其污染物总量的百分比由0.66%、1.91%、1.46%升高到4.08%、18.5%、71.5%。考虑工艺设备耐腐蚀性、蒸发能耗、耗时和处理效果等因素,选择初始pH=7、浓缩5~7倍比较适宜。蒸出液经过适当处理可做工艺回用水,达到废水处理资源化、减量化的目的。     

污水管道危害性气体浓度分布模型扩展与验证

污水管道危害气体分布模型的建立对管道的维护管理具有重要意义。以SewerX模型为基础,将硫酸盐还原作为产生CO的主要生化过程,并入污水管道总生化反应体系,扩展SewerX模型,建立了污水管道内CO、H2S、CH4的浓度分布应用模型。将其应用到某市长度为4 100 m污水管道,管道危害气体浓度模拟结果与实测结果比对发现,浓度变化趋势一致,相关系数达到0.99以上,表明扩展模型具有实际应用价值。在一定设计流量下,可选择不同污水管道水力参数,应用扩展模型分析表明,合理选择参数可降低污水管道危害气体浓度。研究为污水管道内危害性气体浓度的预测提供参考。     

SMAD-BBR组合工艺在高浓度洗涤废水处理中的应用

针对当前化工行业洗涤废水COD高、毒性强、表面活性剂多导致难处理难降解的问题,以青岛市某化工厂生产车间的设备清洗废水为对象,在实验室小试的基础上,设计并建立了处理规模为2.0 m³·d⁻¹的SMAD-BBR组合工艺系统用于处理该洗涤废水。经过4个月的现场调试运行,研究了SMAD-BBR组合工艺对洗涤废水的处理效果。结果表明：SMAD-BBR组合工艺能够有效地降解该化工厂的清洗废水,其中COD去除率为99.1%、NH₃-N去除率为95.6%、TP去除率为82.5%;在稳定运行期间水质波动较大时,出水仍能稳定达标,表明组合工艺具有较强的抗冲击负荷能力;通过增加BBR曝气区中的MLSS,从而提高了生物量,使洗涤废水在曝气处理时泡沫严重的情况得到了有效的解决;经计算,SMAD-BBR组合工艺处理洗涤废水,每年可为该化工厂节约140×10⁴元。通过分析可知,SMAD-BBR组合工艺在处理洗涤废水方面有良好的应用前景。     

环渤海地区空气质量时空变化特征及动态预测

基于环渤海地区2017—2021年各城市空气质量指数(AQI)、污染物浓度与社会经济数据,利用数理统计、克里金插值法对环渤海地区AQI与污染物浓度的时空变化特征进行分析,运用皮尔逊相关性分析方法探讨AQI与污染物浓度、社会经济因素的相关关系,采用时间序列预测模型对2022年6月—2023年12月空气质量及污染物浓度进行预测。结果表明:环渤海地区AQI及污染物浓度大致呈逐年降低的趋势。AQI的逐月变化呈"W"形,O₃浓度的年内变化呈倒"V"形,其余污染物则呈现与O₃相反的变化趋势。AQI大致呈现西南高、东北低的空间分布特点,而污染物浓度分布具有明显的空间差异。环渤海地区5个代表性城市的AQI类别以良好为主,冬季首要污染物主要为PM_2.5、PM₁₀,夏季首要污染物以O₃为主。人口数量是影响AQI的主要因素,城市园林绿地面积对AQI具有一定影响。预测结果显示,未来环渤海地区AQI、主要污染物浓度(O₃除外)均呈现出随时间的推移逐渐下降的变化趋势。     

长沙市冬季人行道PM2.5污染特征及影响因素

了解不同气象条件下城市人行道细颗粒物(PM_2.5)时空分布特征对于指导城市环境评价及街道空间规划布局具有重要意义。选取长沙市车流量及人流量较大的4条道路旁0、5、10 m处的人行道,在冬季晴天、阴天和大风天开展PM_2.5质量浓度、风速、温度及相对湿度监测,探讨PM_2.5分布特征与气象因子的关系。结果表明:冬季晴天、阴天及大风天的人行道PM_2.5质量浓度变化呈现双峰双谷特征,峰值均出现在06:00—08:00,其次为18:00—20:00,谷值出现在14:00—16:00及22:00—24:00;距离机动车道10m处的人行道PM_2.5含量低于机动车道旁(即距离机动车道0 m)的人行道PM_2.5含量,这种差异在大风天气下更为显著;人行道PM_2.5质量浓度与温度、风速呈显著负相关关系,与空气湿度呈显著正相关关系,低温不利于PM_2.5扩散,但在大风天温度对PM_2.5的影响极小,风对PM_2.5含量的变化影响极大,在远离机动车道的人行道更为显著,而高湿度天气有利于PM_2.5的凝结。低温、高湿天气下06:00—08:00、18:00—20:00人行道PM_2.5质量浓度较高,大风对PM_2.5质量浓度具有一定削减作用,早晚高峰减少人行道洒水以降低空气湿度,有利于PM_2.5质量浓度的降低,减少PM_2.5积累。     

地下水环境智慧监管技术集成与平台应用研究

针对"双源"地下水(地下水污染源和集中式地下水型饮用水源)环境监管需求,研发了一套集地下水污染在线监测预警、评价溯源、预测应急于一体的可视化技术集成与应用平台。该平台将物联网、地下水数值模拟、大数据、云计算等技术集成应用于环境监管,实现了工业园区地下水环境实时动态监测评价及预警、地下水污染路径溯源计算、地下水事故污染预测及应急支撑等网络服务与计算功能,并通过地下空间三维数字化处理,构建了"所见即所得"的三维虚拟现实界面,实现了对地下水环境的便捷、高效监管与决策。该平台兼容手机、平板电脑、台式计算机等固定和移动设备,可为"双源"地下水污染监控、管理和应急提供实时、高效的科技支撑。     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。