应用改良型水质综合指数法评价饮用水水质

应用1套改良型水质综合指数法对3种不同类型的饮用水水质进行评价。将选取的26项检测指标按照卫生学意义分为5大类,并对各分类指标赋权。选用内梅罗法和最差因子判别法与五色等级分级法结合对2017年4—8月的3种类型饮用水进行水质评价。除7月和8月的管网水水质为2级（水质综合指数>0.5,蓝色）以外,其余月份的出水水质均达到1级（绿色）评价标准。不同类型饮用水中对水质综合指数影响最大的水质分类指标均是有机污染指标。2种不同类型的净水机出水水质均优于管网末梢水,但需注意个别指标的污染。     

以牺牲阳极强化的电化学联用方法修复铬污染土壤

为解决重金属污染土在电动法修复过程中存在的聚焦效应问题,提出了牺牲铁阳极的电化学联用修复技术。在传统电动修复方法基础上增加电解液净化循环装置,优化Cr（Ⅵ）还原及沉淀所需技术参数,并与传统电动修复技术进行对比,探讨其修复效果及适用性。结果表明:迁出的Cr（Ⅵ）可在Fe2+作用下被还原为Cr（Ⅲ）并沉淀,pH、电压梯度、电流密度、电极面积均会影响其反应速率,电极距离对反应速率无直接影响,主要影响电解功率。Cr（Ⅵ）还原-沉淀反应的最佳技术参数为:pH值5~6.5,电压梯度0.8 V/cm,电流密度>6.67 mA/cm2,电极面积90 cm2,电极距离15 cm;较传统电动修复技术,以牺牲阳极强化铬污染土的电化学联用修复技术中,土壤室不同点位的去除率波动范围在10%,最高点位的去除率提高近24%,达93.4%。靠近阳极附近土体中Cr（Ⅵ）去除率从0.24%提高到80.38%。以牺牲阳极强化污染土的电化学联用修复方法不仅有效解决了重金属迁移的聚焦问题,而且有助于促进土中重金属污染物的整体性迁出。     

典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM_2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型（HYSPLIT）对春冬季柳州市PM_2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法（WPSCF）和轨迹浓度权重法（WCWT）对其潜在源区和浓度贡献进行了分析.结果显示,（1）在研究期内,不利的主导风向和工业区布局导致研究区PM_2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;（2）春冬季PM_2.5高值主要来源于西北和东南方向,其中,西北向PM_2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;（3）春季后向轨迹PM_2.5浓度整体大于冬季,春冬季中对柳州市PM_2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM_2.5贡献最低.春冬季柳州市大气PM_2.5通过气流传输对贵州地区大气环境有较大影响;（4）春季,柳州市PM_2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.     

Pt负载暴露(001)晶面Bi2WO6催化剂合成及光催化性能

通过水热法制备了暴露（001）晶面的Bi₂WO₆纳米片,利用光还原法将Pt纳米颗粒负载于其表面.选择苯甲醇氧化和罗丹明B（RhB）降解为探针反应,评价了催化剂的光催化性能.在苯甲醇氧化实验中,Pt负载暴露001晶面的Bi₂WO₆样品的苯甲醇转化率为20.7%,约为未负载样品的2倍.在RhB降解实验中,Pt负载样品在光照40min后对RhB的矿化率可达81.1%,而未负载样品RhB矿化率仅为55.8%,表明Pt负载样品具有更优的降解速率和矿化能力.催化剂性能的提升归因于高能晶面暴露和Pt负载的协同作用.Pt纳米颗粒的负载作为助催化剂增加了催化剂表面的活性位点,同时提高了晶面光生电子空穴对的分离和迁移效率.     

CeO2形貌结构对催化湿式空气氧化苯酚性能的影响

采用水热法、沉淀法和溶胶凝胶法制备了3种不同形貌的CeO₂催化材料,并将其用于湿式空气氧化苯酚水溶液过程中,探讨了CeO₂形貌结构对催化湿式氧化苯酚水溶液性能的影响.采用扫描电子显微镜（SEM）、透射电子显微镜（TEM）、X射线衍射（XRD）、程序升温还原（TPR）等手段对CeO₂催化材料进行了表征.结果表明,水热法制备的CeO₂催化材料表现出较好催化性能,主要原因是水热法合成的CeO₂呈现交错的纳米棒状结构,主要暴露（220）晶面,且沿着（220）晶向生长.在反应温度为200℃、空气压力为2MPa、苯酚初始浓度500mg/L的条件下,最终（240min）COD的去除率为95.5%.     

基于神经网络的东北地区秸秆焚烧预测

选取农作物秸秆露天燃烧严重的东北地区,采用人工神经网络的方法,结合卫星火点和气象数据,开展秸秆露天燃烧预测研究.结果表明：人工神经网络预测模型成功验证了松嫩平原地区2015年10月25日~11月15日的秸秆露天燃烧情况,其准确度为67.1%,经过多次试验,在神经网络建模与验证数据配比为80：20时,预测准确度最高,可达69.7%,同时该模型的稳定性较好.而对不同区域,不同时间段的预测研究表明,人工神经网络较适用于长时间序列的预测.就影响因素而言,相对湿度是影响秸秆露天燃烧的最重要因素.本研究结果可为空气质量模式提供火点预测数据,提高其预报预警能力,为区域联防联控政策的制定提供科技支持.     

融合Lamb-Jenkinson分型法和LSTM神经网络的PM2.5预测研究

文章采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson环流分型法对张家口大气环流进行分型,分析环流型与PM_(2.5)质量浓度之间的关系,并针对PM_(2.5)浓度的预测,提出一种融合Lamb-Jenkinson环流分型和LSTM神经网络混合模型的方法,即以环流指数为预测因子基于LSTM方法搭建PM_(2.5)质量浓度的预测模型。结果表明:影响张家口地区的主要环流型有反气旋型、气旋型、偏北平直型、西南平直型、偏西平直型、东北平直型等、西北平直型、偏东平直型。PM_(2.5)污染日出现的主要环流型为南气旋平直型、东南平直型、偏南平直型、偏东气旋型、西南气旋平直型、偏东平直型、气旋型等,而反气旋型和反气旋式平直环流型不利于污染出现。张家口地区的PM_(2.5)污染与地面环流有着密切的联系,当存在PM_(2.5)污染时,张家口地区处于日本海高压后部的均压场区域,污染越严重,日本海高压中心强度越强。模型预测结果的均方根误差为9.88、平均绝对误差为5.84、拟合优度达0.80,表明该模型具有一定的预报能力。     

负载型钌催化剂的制备对甲苯催化燃烧的影响

采用浸渍法,将贵金属钌负载到分子筛制备了钌基催化剂,探讨了分子筛类型、钌负载量、焙烧温度和催化剂粒径等制备条件对催化剂催化氧化甲苯性能的影响。结果表明,以ZSM-5为载体制备的钌基催化剂催化甲苯的效果优于β分子筛为载体的催化剂;随着钌负载量的增加,在1%～1.2%的范围内催化剂活性明显上升,之后有所下降;焙烧温度在250～350℃的范围内,催化剂对甲苯的催化活性随焙烧温度的升高显著上升,但350℃之后活性变化不大;在一定范围内适当降低催化剂粒径可增加催化剂的活性,但降到40目以下时催化剂活性变化不大。实验条件下制备的催化剂可在180℃时催化转化98%的甲苯,表现出了低温催化去除甲苯的优异性能。