国家环境保护部颁布的《国家级生态村创建标准》（试行）中规定了十五项考核指标，15个指标中8个指标都直接或间接与污水和垃圾处理有关。 南开大学可根据不同地区文明生态村建设的实际情况制定污水处理技术规范和垃圾处理技术规范，推广与当地经济技术水平相适应、现实可行的文明生态村最佳污染防治技术和生态保护技术。 生态城镇建设的重点和难点是农村生态环境建设中的垃圾处理问题。农村生态环境建设的基础是自然村生态环境建设。随着城乡一体化建设的深入开展，作为生态城镇建设的重要组成部分―污水及

1 成果简介近年来，挥发性有机物（ VOCs）与恶臭气体污染越来越引起人们的重视。 VOCs 与恶臭气体的处理技术包括催化燃烧、吸附、生物处理等。其中，废气生物处理的原理是利用微生物的代谢作用将废气中含有的烃类、硫化氢或氨等有毒有害物质转化为无害的水、二氧化碳、硫酸盐或硝酸盐等物质，从而实现废气净化的目的。废气生物处理技术在国外已经有50 多年的研究和应用历史，尤其在德国、荷兰等欧洲国家应用较为广泛。国内从 20 世纪 90年代开始研究废气生物处理技术，目前已广泛应用于各种恶臭和 VOCs 气体处理。国内外的 研究与应用成果表明：与其它技术相比，生物处理技术具有效率高、投资运行费用低、工艺运行维护方便、二次污染小等突出优点，尤其适用于低浓度 VOCs 和恶臭气体处理。 本研究所是国内较早开展废气生物控制技术研究的单位之一。多年来，针对废气生物处理技术领域的核心关键技术和科学问题，开展了系统的研究和开发，在工艺组合（ 紫外光氧化+生物过滤） 和反应器结构设计、填料优选和构建、高效菌种筛选和培育、营养盐配方开发和填料层堵塞控制等方面取得了大量创新性的研究成果，并已成功应用于污水厂恶臭气体、喷涂废气和炼胶废气处理。目前，我们在该领域获得省部级奖 2 项（华夏建设科学技术奖二等奖、三等奖），申请专利 5 项，发表论文 50 余篇。2 应用说明该技术适用于涂料与喷漆﹑有机原料及合成材料﹑农药﹑染料﹑石油化工﹑炼焦﹑制药﹑鞋厂﹑印刷厂﹑造纸厂﹑加油站﹑养殖厂﹑污水处理厂﹑堆肥厂等的废气与恶臭气体的处理。该技术还适用于建材市场、家具城、批发城等大型公共场所的室内 VOCs 处理。 可处理的挥发性有机物主要包括脂肪烃（低级脂肪烃（ 汽油） 、氯乙烷、氯甲烷）﹑芳香烃（苯、 甲苯、二甲苯、氯苯）﹑含氧有机物（醇、醚、酮、醛）﹑含氮有机物（胺）﹑含硫有机物（硫醇、硫醚）等。可处理的还原性无机化合物主要包括硫化氢、氨等。图 1 生物过滤除臭工程                         图 2 紫外-生物过滤废气处理工程 目前本课题组成果已经在北京、江苏、广东、湖南、河北、河南等省市的废气治理工程当中得到了成功应用。3 效益分析在处理低浓度的有机气体和臭气时，生物法的一次性投资是燃烧法的 1/3、吸附法的1/8-1/5、化学吸收法 1/3 左右；运行费用是燃烧法的 1/20、吸附法的 1/10、化学吸收法的 1/15。

低成本高盐高氨氮有机废水处理；含盐量〈1600mg/L,氨氮〈35mg/L，总氮〈50mg/L；本厂现有污水处理工艺为蒸发脱盐后进入生化UBF+A/O达标排放，寻求专家团队一起合作开发更低成本高效处理高盐高氨氮有机废水技术。

研究方向：再生水处理、废水处理及回用、给水处理，污泥处理与处置，恶臭及废气处理。 项目简介： 国家环境保护部颁布的《国家级生态村创建标准》（试行）中规定了十五项考核指标，15 个指标中 8 个指标都直接或间接与污水和垃圾处理有关。 南开大学可根据不同地区文明生态村建设的实际情况制定污水处理技术规范和垃圾处理技术规范，推广与当地经济技术水平相适应、现实可行的文明生态村最佳污染防治技术和生态保护技术。 生态城镇建设的重点和难点是农村生态环境建设中的垃圾处理问题。农村生态环境建设的基础是自然村生态环境建设。随着城乡一体化建设的深入开展，作为生态城镇建设的重要组成部分―污水及垃圾处理工程建设，是能否建设成为生态城镇的重要内容。 目前，农村采用的小型污水处理工艺主要有：活性污泥法、化粪池、污水的土地处理、分离膜法和生物膜法等，但在推广应用方面仍然存在许多要解决的技术问题。 农村垃圾主要来源于居民生活、家庭畜禽养殖垃圾、规模化养殖业固体废物、乡镇工业废弃物及少量危险废弃物。这些都为目前农村垃圾的集中整治处理提出了新的挑战。 本项目工作目标： (一) 符合国家产业政策、技术政策； (二) 工艺成熟、技术先进、经济合理； (三) 已有两个以上应用实例； (四) 技术适应性强，覆盖面广，可广泛推广应用； (五) 对防治环境污染、改善环境质量和保护生态环境具有重要作用； (六) 专有技术权属明确。

项目针对工业废水浓度高、难降解的特点，从高级氧化前处理、厌氧处理及资源化方面集成研发废水处理技术，建立高浓度、难降解废水处理的技术体系，形成如下主要成果： （1）开发了高浓度工业废水的前处理技术，采用非均相催化臭氧氧化，光电协同催化氧化等高级氧化术，降解高分子、难生物降解的污染物，提高废水的可生化性、降低废水浓度，使废水 COD 浓度降低 40%以上，B/C 提高至 0.35 以 上； （2）开发和设计了针对高浓度有机废水的厌氧生物处理反应器系统，利用高效厌氧反应器技术提高反应器内微生物浓度、提高微生物对污染物的利用效率，使废水的 COD 去除率达到 90%以上，实现了在污染物削减的基础上对于资源的高效回收，沼气转化率达到 0.1-0.2 m3/kg，沼气成分达到 67%。成果在废水的高级氧化前处理、厌氧处理及资源化等方面实现了科技创新和技术进步，在国内外期刊上发表研究论文 50 余篇，SCI 收录 15 篇；申请发明专利 19 项，其中授权发明专利 14 项；另获授权实用新型专利 7 项。技术成果已在苏圣科技（无锡）有限公司、无锡市惠联科轮环保技术发展有限公司、无锡市碧天源环境工程有限公司和无锡江大技术转移工程公司等企业开展了推广应用。

成果简介：多氯化物废物是生产氯代烃的副产物，氯碱工业是基础化工，产量大，产生的多氯化物废物也较多。多氯化物废物是氯化物蒸馏残液，是纯 的有机多氯化物的混合物，难溶于水，不燃烧，比水中重。有刺鼻的气味， 较大的挥发性，毒性大，诱发癌症，污染环境；大气中的氯化物还破坏臭氧 层。该处理技术和处理设备能够快速有效地降解多氯化物，使其转化为有价 值的工业材料，不产生二次污染物。该技术填补国内和国际空白，能够高效 地处理多氯化物废物，具有实用性和广阔的应用范围。 项目来源：合作开发

【应用领域】将研究内容实际应用于“医务通”中，实现医史文献类资源在“医务通”中各项功能的应用。 【技术特点】 针对医用智能手持设备或移动通讯设备中所需信息构建客户端移动数据库以及服务器端数据库。具体分析同构与异构操作系统支持的数据库部署问题，解决数据库数据复制与缓存、移动事务处理等关键技术客户端与服务器端数据同步问题，研究信息检索层次结构、检索结果返回方法，从关键技术和应用实例整理出移动数据库设计应用成果，为其他行业智能手持设备或移动通讯设备提供一个可借鉴的经验，填补技术市场相关知识资源的空白。    【主要技术指标】 （1）数据复制与缓存技术 数据复制与缓存技术是解决移动数据库断接性的关键技术，即在现有DBMS基础上进行修补以适应移动计算。 （2）移动事务处理 针对移动事务的移动性、长事务、易错性以及异构性的特点，进行对数据库的可靠的查询和更新。 （3）数据库构建和部署 由于移动数据库的内容是服务器数据库的一部分，所以联机服务器数据库进行查询时就要考虑到构建的结构。另外移动设备的操作系统有多种，如常见的Windows CE、Symbian等系统。针对不同的系统进行部署时要解决关键的接口问题。 【推广应用前景】 移动数据库技术不但可以应用于医疗行业，如医务人员实时查询、医院查房问诊记录等，还可以配合GPS技术用于智能交通管理、大宗货物运输管理和消防现场作业等。 移动数据库技术将为医疗卫生、制造业、零售业、金融业等领域嵌入式系统与网络应用开辟更加广泛的前景。 【进展情况】 论文3篇、社区儿童电子档案系统演示系统 1套、医务通模拟演示样机 1台、手机客户端1款、计算机软件著作权登记 2项。  

随着我国社会经济发展和人民生活水平的提高，城市居民对重塑慢行系统、提升城市空间品质提出了更高的要求。共享单车作为一种便捷、高效、绿色的新型出行方式，是解决城市短距离出行和"最后一公里"难题的重要工具。本文以一种新的视角，应用共享单车骑行轨迹数据从骑行行为角度对骑行环境进行研究。以龙岗区为例，首先对街道骑行行为的时空间分布特征进行了研究，发现骑行行为在时间上主要集中在早晚高峰时段，在空间分布上主要集中在地铁和公交的接驳站点和龙

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。