高效聚磷菌Alcaligenes sp. ED-12菌株的分离鉴定及其除磷特性

利用经典的微生物筛选方法,从福州市闽侯县上街镇高岐村某排污口淤泥中分离出1株高效聚磷菌,并结合16S rRNA基因序列分析进行了菌株鉴定.结果表明,该菌株为产碱杆菌,将其命名为Alcaligenes sp.ZGED-12.理化因素实验显示,在以乙酸钠为碳源、NH4Cl为氮源,当C/N为3∶1,pH为8.0,温度和摇床转速分别为35℃和100 r·min-1时,该菌株的生长状态最好,对磷的去除能力也最强,最高除磷率可达80%.此外,该菌株能够耐受较高浓度的磷,当磷浓度超过45 mg·L-1时会产生抑制效应.同时,以聚乙烯醇(PVA)和海藻酸盐(SA)制备了聚磷微生物固定化小球,并考察了菌球对氮磷废水的净化效果.结果表明,氮磷的去除包括固定化材料的吸附作用及微生物的生长利用和/或贮存,显示出了良好的应用前景.     

基于综合水质标识指数法的四川西充河水质评价

四川省西充河为严重污染河流,选取溶解氧(DO)、氨氮(NH+4-N)、五日生化需氧量(BOD5)、总氮(TN)、总磷(TP)5项指标年平均值,采用综合水质标识指数法,研究了西充河近10年水质状况随时间变化趋势及水污染特征。2003年至2010年水质级别为劣V类,2011年和2012年水质级别为Ⅳ类,水质标识指数Iwq从2003年的12.459逐渐降低到2012年的4.431。西充河近10年水质状况整体呈好转趋势,但未达到国家规定的Ⅲ级水质标准,水质标识指数Iwq结果表明该好转的速度较慢,西充河水质状况有较大的上升潜力和空间。总氮(TN)和氨氮(NH+4-N)为河流主要污染物,为了达到国家Ⅲ级水质标准,西充河的治理已刻不容缓。     

东莞石马河流域水化学特征时空差异及来源辨析

石马河流域对东江饮用水源地城镇供水具有重要战略意义.为研究石马河水化学特征,分别于2012年2月、6月和11月采集石马河河水水样共39个,分析测定了水体主离子(K+、Na+、Ca2+、Mg2+、Cl-、SO2-4和HCO-3)及营养盐(PO3-4、NO-3和NH+4)浓度,探讨了水化学组成的时空差异、控制因素并对其来源进行了初步辨析.结果表明,水化学组成的时空差异显著,不同时期的河水TDS及营养盐平均浓度排序为11月2月6月;河水阴离子以HCO-3为主,2月和11月时,河水阳离子以Na++K+为主,为HCO-3-Na+水,6月时则以Ca2+为主,为HCO-3-Ca2+水;营养盐浓度在空间上的差异主要受人类活动导致N、P废水排放影响,3个时期的石马河出水口处(R7)N∶P为18.4,有利于浮游植物的生长,河道出现了富营养化的现象;Gibbs图显示,2月和11月的河水主离子受蒸发岩溶解的影响较为显著,而蒸发岩和碳酸盐岩风化共同控制6月的水化学组分;海盐沉降对石马河河水物质的贡献率较小;部分Na+、Mg2+、Cl-和SO2-4来自化肥的施用和工业废水的排放;NH+4-N、PO3-4-P和NO-3-N主要分别来源于家禽养殖废水和生活废水.     

一株壬基酚降解菌的分离鉴定及其对壬基酚同分异构体降解特性研究

壬基酚(NP)是典型的内分泌干扰物,具有雌激素效应.目前对NP的研究主要集中于微生物降解对其整体去除效果,而对各NP同分异构体的降解行为尚缺乏系统性研究.从钱塘江沉积物中筛选得到一株能够降解NP的细菌,命名为N-1,实验室条件下该菌能以NP为唯一碳源生长.经形态、生理生化及16S rRNA基因序列分析,N-1鉴定为假黄单胞菌(Pseudoxanthomonas sp.).通过正交试验确定N-1降解NP的最适条件为:温度30℃,p H=7.0,菌量10%,NP浓度5~10 mg·L~(-1).最适条件下,N-1对NP 16 d整体降解率可达88.0%,对10种NP异构体降解率在69.7%~100%之间,说明N-1对NP同分异构体的降解具有结构-降解特性,即不同结构NP异构体表现出不一样的降解能力.进一步研究发现,NP异构体降解率随着NP烷基C链长度增加而升高,随着烷基取代基结构越复杂而降低.NP降解选择性导致的难降解成分残留现象,为NP类异构体污染物的微生物修复提供了一定的理论依据.     

人误因素树构建技术研究

运用人误因素辨识多视图法进行因素辨识,建立了详细的因素辨识表;把人的行为分为5个阶段,即系统状态监测阶段,目标分析阶段,方案确定阶段和行为执行阶段.分别分析各个阶段可能的人误原因及模式;以组织视图为例,根据因素辨识和人误原因及模式分析结果,阐述人误因素树的构建过程,最终得到了1个完整的人误因素树.     

某木材加工企业安全评价中的危险因素辨识

木材加工生产中危险有害因素较多,发生人员伤害事故的风险比较高. 用安全系统的理论和方法,以某木材加工企业生产过程为研究对象,通过危险有害因素辨识,对造成人员伤害的危险事件发生的可能性和导致伤害后果的严重程度进行了分析,为提出相应的安全对策措施提供了依据.     

安全风险分级防控在油气开发领域的探索与应用

为推动油气开发领域安全风险分级防控有效落地,提高风险预控能力,本文基于风险防控现状评估结果,探索性地研究安全风险分级防控思路,构建了油气开发领域安全风险分级防控体系推进模型,提出了逆向与正向危害因素识别方法,明确了风险评价关键隐性过程原则,构建了风险-后果-能资分级防控决断模型。选取典型试点单位进行实践,结果证明,油气开发领域安全风险分级防控体系推进模型是科学合理的,其他领域也可借鉴该模型开展安全风险分级防控工作。     

新型冠状病毒肺炎疫情期间企业生产安全风险管理

本文在分析新型冠状病毒肺炎疫情期间企业安全风险特点的基础上,建立了疫情期间安全风险管理模型,分析了这一特殊时期企业外部变化,以及企业内部人、物、环境、管理变化带来特殊安全风险,提出了针对性的风险管控措施。     

基于等级全息建模的输油泵机组风险根源辨识*

为“挖掘”输油泵机组风险根源,降低设备预知性维护难度,结合输油泵多准则风险评价,提出1种基于等级全息建模的输油泵机组风险根源辨识方法,运用等级全息建模方法将输油泵系统分解为泵体结构、管理因素、环境因素、操作因素、技术因素、运行因素、设备安装7个子系统进行定性和定量分析。结果表明:相比危险与可操作性分析（HAZOP）、事故树分析（FTA）等传统风险辨识方法,等级全息建模（HHM）对轴承等关键部件以及压力等运行参数的监测更为深入,能够有效辨识输油泵机组高风险情景,提升输油泵的风险辨识效率。     

For the sake of my family: Understanding unethical pro-family behavior in the workplace

Unethical behaviors are prevalent and costly in organizations, and much recent research attention has been paid to different forms of workplace unethical behaviors. We contend that the extant research has overlooked an important form of workplace-related unethical behaviors: unethical behaviors that are conducted to benefit one's family but which violate societal and organizational moral rules, a construct we label as “unethical pro-family behavior” (UPFB). Our paper systematically conceptualizes UPFB and develops a scale for it. Drawing upon social cognitive theory, we argue that employees with stronger family financial pressure are more likely to employ moral disengagement mechanisms to deactivate moral self-regulation, resulting in higher levels of UPFB. Additionally, we argue that the proposed relationship is more pronounced when employees have high family motivation but is mitigated when employees have high organizational identification. Two studies are conducted for this paper. In Study 1 (N = 328 for Sample 1; N = 243 for Sample 2; N = 279 for Sample 3; N = 267 for Sample 4), we demonstrate that our UPFB scale has good construct validity and that our construct is differentiable from relevant constructs. In two time-lagged survey samples in Study 2 (N = 255 for Sample 1; N = 233 for Sample 2), we find support for our hypotheses. Theoretical and practical implications, limitations, and future directions are discussed.