江安河水质特征分析及治理对策研究

采用综合评价与分类评价相结合的方法,分析江安河水质特征,旨在发现影响河流水质的主要污染物和污染源,为江安河水污染防治争水责源利用提供科学依据.2011年10月对江安河全段水质进行了统一标准监测,监潮项目有氨氮、总磷、COD、浊度,共4个项目;2012年4月再一次对江安河全段进行监测,并增加测量其水体中几种重金属含量.总体上,上游和中游断面均属清洁水质,下游断面属污染水质.河流综合污染指数、营养盐类污染指数、重金属污染指数均沿流程顺序增高.主要污染物为化学需氧量、氮磷类污染物.上游多为农业灌溉区,中下游污染较为严重,其中生活源、工业源排放的污水是影响江安河水质的主要污染源.     

稠油采出含聚污水微生物处理研究

随着海外河油田聚合物驱采油技术大面积应用,含聚合物(聚丙烯酰胺)污水大量产出。针对含聚污水黏度大、含油多、乳化稳定,采用传统的污水处理方法及设施难以达到油田注水水质标准的问题,在对海外河油田含聚污水水质分析和微生物处理可行性分析的基础上,进行了微生物处理实验,实验表明:经生化处理的污水满足SY/T 5329-2012《碎屑岩油藏注水水质指标及分析方法》。     

广东黄冈河流域的水质分析与污染防治

本文根据GB 3838-2002地表水环境质量标准等规定,对广东黄冈河流域的水质进行了较详细而全面的分析.监测结果显示黄冈河流域的BOD5、CODCr已达Ⅴ类水质,其他监测项目均达1类标准,需氧污染成为黄冈河的主要污染问题.研究中针对黄冈河流域的污染源和污染特点进行分析,提出一系列相应的污染防治措施.     

马家沟河底泥中重金属含量分析及在城市绿地花卉应用的可行性研究及评价

本文对马家沟底泥的重金属含量进行分析及评价，以及用底泥对城市绿地用草及花卉的种植进行实验，马家沟底泥加上无机盐是城市绿地、合理利用污泥、化害为利的最好选择，也是资源综合利用，开发的很好途径。     

青岛市李村河黑臭水体整治案例分析

李村河流域是青岛市中心城区流域面积最大的河流系统和过城河道。由于基础设施薄弱、城市面源污染突出、长效机制不健全、河道生态稳定性差、沿岸居民环保意识弱等,导致李村河常年黑臭。自2016年以来,从控源截污、内源治理、生态修复、活水保质和长效机制5个层面对李村河进行综合整治,主要措施包括污水处理厂的提标改造、雨污分流、垃圾清运、淤泥清淤、生态修复及补水、建立河道管理机制等。在生态补水及调蓄整治过程中,通过结合管线非开挖定向钻穿越技术,创新性地对李村河进行再生水管道河底非开挖铺设。通过流域综合整治,消除了水体黑臭现象,将李村河打造成了常年有水、水清岸绿,集休闲健身、生态调节等功能为一体的生态景观廊道。     

以排污许可为载体的点源水污染物排放管控体系建设探讨

自排污许可改革及入河排污口监督管理职责转隶后,点源水污染物排放管控体系发生了重大变化。点源许可排放量逐步增长、点源环境管理水平逐步精细化,非点源排放的点源化管理趋势明显,凸显出了目前排污许可量未与水质目标挂钩、“受纳水体—排污口—排污通道—排污单位”的全过程监管链未打通、入河排污口与排污单位出厂界排污口的边界划分与责任联动不清晰等问题。本文认为要明晰点源排放管控与入河排污口节点之间的对应关系,衔接完善排污许可、环境影响评价、入河排污口三大点源行政许可,严格点源准入机制,构建联动衔接的点源排放监管机制,支撑建设完善点源水污染物排放管控体系。     

基于土地利用变化的赤水河流域生态系统服务价值变化分析

以赤水河流域1990年、1999年、2010年和2018年的遥感解译土地利用数据为依据,采用经本地化校正的当量因子法和GIS空间分析技术,分析赤水河流域28年间的土地利用变化特征、生态系统服务价值（ESV）变化特征以及土地利用变化对ESV变化的影响。结果表明：1990—2018年,赤水河流域耕地、草地和未利用地面积减少,建设用地、林地和水域面积增加;土地转换以耕地—林地—草地之间的相互流转和建设用地对耕地与草地的侵占为主。1990—2018年,赤水河流域ESV从411.90亿元增至413.54亿元,林地是ESV的主要贡献部分,水域面积增加是ESV增加的主要影响因素,ESV空间分布呈现出中游高、上下游低的特征,高值区域与林地分布高度重叠。城市建设用地连续扩张引起ESV降低,林地和水域、耕地和草地因面积变化分别对ESV贡献呈正、负效应,农村与城镇人口结构变化、退耕还林和流域生态治理等政策的实施则促进了ESV增加。

     

基于T-S模糊神经网络的大沽河水质变化特征分析研究

基于T-S模糊神经网络,利用大沽河2010年-2015年水质监测数据,选取溶解氧、化学需氧量、高锰酸盐指数、氨氮、总氮、总磷对水质具有重要影响的6项指标,建立适用的水质评价模型,对大沽河水质变化特征进行分析.结果显示:上游水质评价结果明显优于中游、下游水质评价结果,网络评价水质等级变化趋势同真实指标数据变化趋势一致.验证结果充分表明了T-S模糊神经网络用于水质变化特征分析是可行、有效的.