日照市可吸入颗粒物污染源的CMB受体模型解析

颗粒物是中国大多数城市环境空气中的首要污染物,特别是细小的可吸入颗粒物对人类健康的危害更大.为全面弄清城市环境空气中可吸入颗粒物的来源,以日照市为例,分采暖期和非采暖期对其主要大气污染源进行识别和采样,包括煤烟尘、建筑水泥尘、扬尘、土壤风沙尘、海盐粒子和二次粒子,并利用原子发射光谱、离子色谱等仪器对其成分进行定性定量分析,建立可吸入颗粒物的源成分谱和受体成分谱.通过化学质量平衡(CMB)受体模型进行解析,得出各污染源对受体的贡献值和分担率.确定主要污染源,为采取针对性的措施治理污染提供依据.     

二次颗粒物源成分谱的建立在尘源解析中的作用

通过CMB模型计算各类尘源对TSP、PM10的影响时发现,二次颗粒物对尘源解析起到了不容忽视的作用,因此就二次颗粒物源成分谱进行了专门解析研究,并把二次颗粒物解析也纳入到模型中来,从而完善了源解析结果。     

酚二磺酸光度法测定水中硝酸盐氮的探讨

用酚二磺酸光度法测定水中硝酸盐氮，由于标准曲线制作过程容易引入误差致使标准液浓度降低，这样制作的标准曲线的斜率偏低，导致测定结果偏高，如果改用绘制工作曲线可克服这方面的误差。     

应用淡水发光菌研究二元重金属混合物的联合毒性

应用新型淡水发光菌一青海弧菌Q67(Vibrio qinghaiensis sp.nov-Q67)发光值的测定。对铜锌、铜汞、铜镉、铜镍等4种重金属混合物的联合毒性进行了评价。结果表明。铜锌混合物对Q67的联合毒性等于两者的毒性之和。作用方式表现为加和作用：铜汞、铜镉、铜镍3种混合物对Q67的联合毒性则表现为拮抗作用。     

稀有鮈鲫和日本青鳉肝细胞原代培养及其对2,3,7,8-TCDD的敏感性比较

利用胰酶消化和机械分散相结合的方法对稀有鮈鲫和日本青鳉的肝细胞进行分离和培养,测定了不同培养时间下两种原代培养肝细胞的活力,研究了两种原代培养肝细胞受到2,3,7,8-TCDD暴露后EROD活力变化的时间-和浓度-效应关系.结果表明,稀有鮈鲫和日本青鳉的肝细胞产率分别达到2.0×107cells.g-1和1.5×107cells.g-1,稀有鮈鲫原代肝细胞的活力可以稳定地保持5d,日本青鳉原代肝细胞的活力至少可以稳定地保持1周;不同浓度TCDD暴露后,两种鱼的原代肝细胞EROD活力变化均显示良好的时间-浓度-效应关系,TCDD诱导稀有鮈鲫和日本青鳉原代肝细胞EROD活力的最低可观察效应浓度(LOEC)分别为4pg.mL-1和1pg.mL-1;TCDD诱导日本青鳉原代肝细胞EROD活力的EC50值低于稀有鮈鲫.就原代肝细胞培养操作和对毒物胁迫的敏感性而言,日本青鳉优于稀有鮈鲫.     

汽车内部空气污染成因及控制

针对受关注程度日益提高的车内空气污染问题,分析了车内空气污染物产生的根源,提出了控制车内空气污染的方法,并重点提出和分析了车内空气污染动静控制技术。分析表明：车内污染物主要来自汽车零部件材料中所含有害物质的释放、车外污染物进人车内以及汽车自身排放的污染物进人车内等三方面。除通过提高零部件材料的质量和采用低VOC排放涂装技术来控制车内空气污染外,本文提出采用动静控制技术来有效降低车内污染物浓度,其具体方法为：利用零部件表面的静态催化氧化喷涂层来降低车内缓释型污染物,利用静态催化氧化喷涂层来降低吸烟等产生的二次污染物,利用动态空气循环净化器来降低车内急性污染物。从健康汽车的观点来看,即使汽车采用了污染物零排放材料,也必须装备动静控制技术来对二次污染物和急性污染物进行控制。     

双甘膦废水处理技术研究

双甘膦废水中含有高浓度总磷、有机磷、甲醛、氰化物、氨氮、COD,运用三效蒸发＋强氧化＋两级化学除磷＋UASB＋兼氧＋好氧组合处理双甘膦废水。研究结果表明双甘膦废水排放满足《污水综合排放标准》（G88978—1996）二级排放标准。     

微絮凝-纤维过滤法去除二级出水中磷的试验研究

采用微絮凝纤维过滤法对二级出水进行深度处理,对影响磷去除效率的几种因素作了分析。研究结果表明,采用微絮凝-纤维过滤可对磷进行有效去除,能够满城市污水再生高级回用对磷指标的要求。     

曝气生物滤池去除二级出水中的氨氮

用曝气生物滤池对二级出水进行深度处理,经过生物膜培养驯化、变负荷研究、稳定运行三个阶段,结果表明,二级出水中的氨氮能够有效去除,可以达到《地表水环境质量标准》(GB3838-2002)Ⅲ类水体标准,满足电厂循环冷却水及人工景观用水等高级回用的要求。     

基于BP神经网络的Falcon分选电子废弃物预测模型

Falcon分选电子废弃物的影响因素主要有水压、转动频率、入料浓度,为了进一步研究影响因素与分选效果的关系,文章利用Design-Expert 7.1软件设计出三因素三水平的实验条件,利用Falcon分选得出数据。将实验数据和BP神经网络相结合,将影响因素作为神经网络的输入,品位和产率作为输出,经过BP训练后得到输入与输出的关系。对实验影响因素与分选效果的关系进行分析,结果与实际情况比较吻合。运用MATLAB实现BP神经网络仿真,仿真结果与最小二乘法下的结果相比较误差较小,输出向量与实际实验结果接近。