“蜡烛”型过硫酸盐缓释材料释放行为与机制

选取石蜡(PW)为基质材料,通过融化注模冷凝法制备多规格“蜡烛”型过硫酸盐缓释材料(PS@PW),通过静态释放批实验评估了PS的释放特征.结果表明,PS与PW的质量比对PS释放性能影响较大,PS:PW≤1:1时,反应20d后PS释放率低于30%,PS:PW>1:1时PS释放率高于80%.PS@PW中PS与PW质量比相同时,直径越大,PS释放时间越长,但PS最大释放率有所降低.PS:PW=2:1、h=70mm、D=22mm的PS@PW最长释放时间为36d,PS释放率为92%.采用Bhasker和Rigter-Peppas模型拟合了PS@PW释放PS过程,结合SEM表征,确定PS@PW中PS的释放机制分为表面PS溶解及内部PS扩散两个阶段.研究成果为探究PS@PW在有机污染场地原位氧化应用提供理论基础.     

霾过程大气消光系数时间序列混沌特性分析

霾是气溶胶与特定多尺度过程（大气边界层、天气和气候过程以及大气化学过程）复杂相互作用的结果 .利用成都市2015—2017年地面能见度、PM2.5质量浓度和相对湿度的逐时观测数据,通过Koschmieder’s公式反演了研究时段内6次霾过程大气消光系数时间序列.在分析霾过程统计特征基础上,基于相空间重构理论,分别计算了6次霾过程大气消光系数时间序列的最佳嵌入维数m和最佳延迟时间τ,探讨了不同时间序列非线性特征量（饱和关联维数、Kolmogorov熵以及最大Lyapunov指数）的指示意义.结果表明,霾过程大气消光系数为（1.83±0.77）km-1,其中轻微霾及轻度霾、中度霾和重度霾的样本占比分别为34.2%、20.8%和45.0%.霾过程大气消光系数时间序列有弱混沌特性,对应的最大可预报时间尺度介于7～25 h.上述成果深化了对霾系统演化不确定性的认知,并为霾过程大气消光系数预报及演化机理的后续研究奠定了基础.     

丹江口水库氮磷内源释放对比

利用柱状沉积物采样器在丹江口水库采集不同点位原位柱状沉积物,通过静态培养释放实验及间隙水分子扩散模型两种方法获取沉积物-水界面N和P释放速率,分析水体N和P释放特征.结果表明,不同采样点N和P界面交换速率差异显著.静态培养条件下,5个点位NH_4~+-N和PO_4~(3-)-P释放速率分别为13. 07～24. 88 mg·(m~2·d)~(-1)和3. 06～6. 02 mg·(m~2·d)~(-1);分子扩散模型条件下,5个点位NH_4~+-N和PO_4~(3-)-P释放速率分别为2. 67～7. 25 mg·(m~2·d)~(-1)和0. 04～0. 18 mg·(m~2·d)~(-1). N和P释放速率总体呈北高南低的趋势,支流N和P最低释放速率分别是主库区最高释放速率的1. 48和1. 57倍.两种方法均表明郭家山支流N和P的释放速率最高,具有较大内源N和P释放风险.比较两种方法发现,利用Fick定律计算出的界面N和P释放速率明显小于柱样模拟方法得出的结果,N和P的R/F值分别为3. 43～4. 98和29. 67～72. 88,这表明用分子扩散模型法进行内源释放速率估算时,偏离真实情况较大,而原柱样静态模拟实验则较贴近真实情况.     

环渤海芦苇湿地磷的吸附容量及释放风险评估

滨海湿地地处陆海交汇的关键带,是磷的"汇"、"源"和"转化器",在全球磷循环过程中扮演着十分重要的角色,其对水体磷素的截留能力日益受到关注.本文以环渤海地区芦苇湿地沉积物为研究对象,利用批处理实验研究了湿地磷的吸附容量和释放风险.结果表明,湿地沉积物磷的最大吸附容量（Q_max）为693.7~2117.2 mg·kg^-1,平均值为1468.6 mg·kg^-1,Q_max的大小顺序为七里海湿地 > 北大港湿地 > 南大港湿地 > 辽河三角洲湿地 > 寿光滨海湿地 > 黄河三角洲湿地.环渤海湿地沉积物磷吸附主要受Ca、Mg和TOC含量的影响.环渤海湿地磷吸附饱和度（DPS）和释放风险指数（ERI）分别为0.28%~4.50%和0.53%~10.10%,结果表明除寿光滨海湿地磷释放风险为中度风险外,其它湿地磷释放风险较低.总之,环渤海地区芦苇湿地沉积物具有较强磷吸附能力,沉积物为水体磷的"汇",沉积物释磷风险较低.建议在环渤海污染治理过程中充分发挥滨海湿地对磷的净化拦截作用,以降低陆源污染对近海水环境的影响.     

基于有机物释放和经济性的污泥预处理方法评价

污泥预处理方法包括机械法、化学法和生物法,选择上述方法中具有代表性的超声波20 k Hz、p H 10和厌氧70℃分别预处理污泥,从有机物释放情况和经济性评价不同预处理方法.结果表明,污泥经过预处理后,液相中有机物释放量均增多,但经过p H 10和厌氧70℃预处理后能释放更多的有机物,反应结束时其总溶解性蛋白质和多糖由预处理前的418. 9mg·L~(-1)(以COD计,下同)分别增加到7 516. 0 mg·L~(-1)和7 892. 5 mg·L~(-1),DNA浓度由预处理前的18. 1 mg·L~(-1)依次增加到1 343. 3 mg·L~(-1)和1 766. 1 mg·L~(-1);通过流式细胞术鉴定细胞形态得出预处理结束时污泥细胞死亡率从高到低为61. 6%(p H10)、59. 9%(厌氧70℃)和34. 5%(超声波20 k Hz),相比预处理前分别提高45. 6%、43. 9%和18. 5%;预处理结束时污泥有机物去除率依次为19. 1%(p H 10)、13. 8%(厌氧70℃)和7. 6%(超声波20 k Hz);单位体积污泥经p H 10预处理比超声-20kHz和厌氧70℃分别多节约28. 5%和124. 1%.基于本研究中污泥有机物释放量和经济性,污泥预处理方法宜选择化学法(p H 10).     

活性炭常温吸附实验研究

活性炭因有较大的比表面积和经济易得性,常作为气体吸附法净化气体的吸附剂。SO2是大气环境质量指示的一个重要大气环境因子,其排放被严格控制。SO2的吸附受多种因素影响,本研究选取商品粒状活性炭作为样品,在常温、常压、相对湿度RH=0%、用SO2标气和N2模拟配制气体的条件下,进行了活性炭物理吸附SO2的穿透曲线和吸附容量的研究,结果显示该商品活性炭实验吸附穿透曲线和吸附容量随其颗粒直径的减小而增加,吸附曲线也由陡峭变平坦。所得实验结果为商品活性炭的使用提供实验数据支撑。     

沙地不同林龄樟子松人工林土壤微生物量特征

为揭示不同林龄沙地樟子松人工林土壤微生物性质的变化规律,选择10、20、30、40、50、60 a生科尔沁沙地樟子松人工林为研究对象,测定分析了土壤微生物量碳(MBC)、土壤微生物量氮(MBN)、土壤呼吸强度、土壤微生物量碳氮比(MB C/MBN)、土壤微生物碳、氮熵等特征的变化.结果表明,随林龄增加,MBC和MBN均先增大后平稳再下降,二者最大值分别出现在40 a和50 a;土壤呼吸强度、土壤微生物碳、氮熵都呈现出上升-下降-上升-下降的变化趋势,且各指标均在60 a最小,表明过熟林微生物性质恶化;MB C/MBN先维持稳定,后期大幅度增大,在60a时达到最大.随着土层深度增加,MBC、MBN及呼吸强度呈现表聚性;土壤微生物碳、氮熵呈现出先增后减的变化规律,深层MB C/MBN大于表层土壤.微生物各指标与樟子松人工林地上部分存在正相关关系,与全磷呈显著正相关关系.冗余分析表明,全磷、有机碳对不同林龄樟子松林下土壤微生物量影响显著.综上所述,樟子松近熟林和成熟林期微生物各指标达到最佳,过熟林时微生物活性差.     

户外高温环境建筑工人热应激预测分析评价

为了对户外高温环境下建筑工人热应激水平进行预测分析,本文采用预测热应激模型,综合考虑环境因素与人员生理、服装和作业强度等参数的影响,并以重庆市沙坪坝区建筑工人为例,研究了高温环境下风速和空气湿度对建筑工人核心温度的影响。结合分析结果知,可在空气湿度大于50%的环境下,适当降低作业人员工作强度,或风速小于3 m/s时,适当提高风速来改善高温环境下建筑工人热应激状态。研究内容对户外建筑施工单位在高温天气合理安排工作具有参考意义。     

植物群落对铜尾矿废弃地土壤微生物量和酶活性的影响

以铜尾矿废弃地为对象,研究了铜尾矿废弃地上植物群落发展与表层尾矿微生物量C、N和脱氢酶、过氧化氢碱性磷酸酶和脲酶活性的变化,探讨了植物群落-微生物量C、N_土壤酶活性之间的相互关系.结果表明,随着植物群落的发展,铜尾矿废弃地表层尾矿微生物量和酶活性在不断增加;铜官山老尾矿废弃地白茅群落下表层尾矿(TBM)微生物量和酶活性与杨山冲尾矿废弃地及铜官山新尾矿废弃地表层尾矿微生物量和酶活性存在显著差异性(p<0.05).相关分析表明铜尾矿废弃地表层尾矿微生物量C、N与土壤有机质、总氮之间呈显著正相关(P<0.01);脱氧酶、碱性磷酸酶及脲酶与微生物量C、微生物量N、土壤有机质、总氮之问呈显著正相关(P<0.01),但过氧化氢酶与微生物量C、微生物量N、土壤有机质、总氮之间呈显著负相关(P<0.01).     

基于SPOT5影像多辐射校正水平的植被绿量遥感估算

选用南京市SPOT5图像的灰度值(DN)、星上辐射率(SR)、表观反射率(TOA)和地物反射率(PAC)数据,提取了两种植被指数(VI),即归一化植被指数(NDVI)和比值植被指数(RVI),并与地面实测的绿量(LVV)进行相关分析,建立了165个关系模型.结果表明,LVV与VI呈极显著的相关关系,其相关系数多以相对均质植被高于植被总体,基于灰度值高于常用的地物反射率为主.LVV-VI关系模型的R~2均值以多元线性回归模型最高(0.821),指数模型最低(0.536),而1～3次多项式模型均接近0.7.每种植被样方优选出一个模型,即阔叶林LVV-7.802 RVI_(PAC)-2.455(R~2=0.827,RMSE=0.498);针阔叶混交林LVV=-15.421 RVI_(TOA)+26.971 RVI_(DN)-8.261(R~2=0.918,RMSE=0.356);灌木LVV=-342.591 NDVI_(DN)~3-20.553 NDVI_(DN)~2+14.013 NDVI_(DN)+1.509(R~2=0.764,RMSE=0.689);草地LVV=2.934 RVI_(PAC)+2.147 RVI_(TOA)-3.193(R2=0.903,RMSE=0.464);总体植被LVV=1.789RVI_(PAC)-6.814NDVIs+4.258NDVI_(PAC)+12.854 NDVI_(DN)-0.342(R~2=0.810,RMSE=0.638).这些优选模犁的自变量包括了4种辐射校正水平下提取的两种植被指数,显示基于不同辐射校正水平的植被指数在植被LVV遥感反演中具有一定的应用潜力.