学科分类
/ 1
2 个结果
  • 简介:本文利用胶质芽孢杆菌(Bacillusmucilaginosus)和黑曲霉(Aspergillusniger)处理铜-苯酚(简称铜-酚)和镉-苯酚(简称镉-酚)这类有机-无机复合污染模拟废水,采用胶质芽孢杆菌和黑曲霉分别单独、联合或先后处理等5种方式,探讨了这两类菌体对复合污染模拟废水的处理效果及优化方法。结果表明,微生物对铜-酚废水的处理效果优于对镉-酚废水。对于铜-酚废水的处理表明,当废水中苯酚浓度为50~200mg/L时,去除率可达80%以上,最高可达94.65%,其中铜的去除率较苯酚低;当模拟废水中铜浓度为30mg/L时,可达最高去除率(60.02%)。微生物对镉-酚废水的处理表明,当废水中镉离子浓度为4mg/L时,最高去除率为58.44%,苯酚的去除率一直保持在30%左右。

  • 标签: 胶质芽孢杆菌 黑曲霉 苯酚
  • 简介:转变思维方式,将航磁数据改变成与化探数据相同的格式,应用多元统计分析方法建立基于物化探综合信息的区域Au找矿靶区定量预测模型。模型中航磁信息展现出优于Au元素的判别能力。以定量预测模型对全区各研究单元与已知有矿单元做相似程度判定,选择相似程度高的53个单元为一级找矿靶区(每个靶区面积25km^2),其中18个(34%)靶区内有已知矿床(点)产出,认为,其余35个(66%)预测找矿靶区应该是寻找Au矿的有利区域。此结果不但改变了传统(定性)地质研究中认为,航磁成果对Au矿找矿靶区判定效果不佳的结论,同时更加充分说明,海量数据信息中隐藏着极大的潜能,只有转变思维方式,依据大数据的观念,应用定量研究的方法(用数学的方法研究地质问题)才能将其充分地挖掘出来。

  • 标签: 大数据 物化探信息 定量预测模型 找矿靶区