成果简介： 目前国内染料厂、农药厂、制药厂、造纸厂、化工厂、食品厂等，每年排放的高浓度难降解废水约30亿吨左右。对这类高浓度难降解工业废水的处理一直是困扰国内环保界的难题。超临界水的特殊性质使其在有机废水治理方面所具有的无可比拟的优点。

针对隧道施工中频发的突水灾害预测与控制难题，提出了隧道前方含水量 定性定量识别方法，研发了复合激电仪预报设备，建立了地质综合超前预报体 系。攻克了突涌水治理中导水通道高分辨率探查技术难题，研发了高早强富水 破碎岩体注浆加固堵水材料与硅胶注浆材料，针对富水断层破碎带、节理裂隙、 岩溶管道及孔隙微裂隙涌水，提出了 4 种关键治理技术及新工艺；建立了以物 探为先导，新型材料与特种工艺为手段，围岩安全控制为目标的突涌水综合治 理实用技术体系，成果获得国家科技进步二等奖和省科技进步一等奖。 该技术先后在在青岛胶州湾海底隧道、湖北沪蓉西高速公路、宜万铁路、 北京地铁奥运支线、大庆至广州高速公路、三峡翻坝公路、宜巴高速公路、山 西灵山高速公路及江边电站引水隧洞等工程中得到了应用，取得了显著经济社 会效益。

本专利公开了一种对苯二甲酸生产废水的治理及其资源化的方法，属于化工领域。该工艺由树脂吸附、树脂的解析、解析物的分离与纯化构成。与现有技术相比，本发明实现了对苯二甲酸等苯系有机物与废水的有效分离，树脂经过洗脱可以反复使用；树脂解析后的物质经过过滤、分离纯化得到的有机物，可以返回到原生产工段或作为副产品销售，该工艺与传统的生物处理工艺相比，具有占地面积小、成本低廉的特点。本发明的方法达到了废水的治理与废物资源化的统一，在对苯二甲酸生产废水的治理中具有极大的经济价值和实用价值。

黑臭河道治理是目前各级政府环境治理工作的重点。城市黑臭河道面大量广， 治理难度大，治理效果易反弹，传统的物理法、生物法、化学法都不同程度存在 成本高、易反弹以及容易造成二次污染等问题。利用电化学处理降解废水中的有 机污染物具有速度快、降解彻底、效率高等优点，但是电极材料的低稳定性使这 一技术难以投入实际应用。本项目在提高电极材料的稳定性方面取得了突破性进 展，从而使得电化学-生物复合黑臭河道治理技术的成本降低到可以大规模产业 化应用的水平，同时治理效果稳定，治理速度快，治理过程中不投加化学药剂和 生物制剂，不会对环境造成二次污染。目前本技术已经完成实验室小试、样机制275 备和中试，等待风投进入将本技术做大做强。

团队长期从事纳米材料及纳米结构研究，在长期纳米结构的制备及性能研究基础上，与我国XX工程结合，开展高功率固体激光装置运行环境污染检测方法研究，基于各种纳米结构制作的声表面波传感器检测灵敏度高达pg/mm2（10 12g/mm2）量级，实现了高精密测试，并且针对装置运行环境中不同有机污染物的复杂情况，实现了高选择性、高灵敏度测量，达到了国际领先水平。已通过在线测试并在XX工程中应用，实现订货。 同时在高灵敏度声表面波传感器的研究基础上，团队在声表面波传感器的敏感芯片区建立了不同的敏感薄膜，如氧化硅薄膜、氧化锌薄膜、SiO2/ZnO复合薄膜，实现了对环境污染气体的高灵敏度响应，特别是在声表面波传感器芯片上建立了三维纳米结构敏感材料，同时对其化学修饰，以实现化学、生物毒剂的高灵敏度监测，目前正在和中电集团进行相关的联合工作。 该传感器可用于定量检测/监测各种真空、实验室、大气环境中的微量有机污染物、化学毒剂和生物毒剂。

项目成果/简介:本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。应用范围:模型已应用于东北松花江流域、黄山新安江流域，成功完成对这些地区 N、P、COD 等污染负荷的空间解析，并设置敏感断面（松花江流域的同江断面，新安江流域的跨省断面--街口断面）进行溯源分析，能够为流域（区域）水环境管理决策的制定与实施提供技术支持。效益分析:（1）污染源空间解析：进行各子流域污染源组成比例分布预测以及各子流域的污染来源追溯等，由于监测站点只能评价静态的理化指标，SPARROW 模型则综合考虑流域内的地质地貌、气象要素等，通过监测数据追溯污染来源，分析来自不同污染源的污染量和比例，有针对性地对水质进行控制和管理，找出污染贡献最大的区域加以治理，实现投入产出的效益最大化； （2）面向水质达标的监测站点空间布局优化与设计：利用有限水质监测站点过去一段时间的监测数据外推流域内其他未监测河段 的水质情况，有效解决布设监测站点成本高、监测网络点位数量少、代表性差的问题，通过对流域整体水质状况的预测分析，找出水质较差河段，进而有效优化监测站点的空间设置，为水环境质量达标提供支持。 （3）面向敏感区（达标断面）的削减措施优化：例如海岸带、湖库、饮用水取水区、达标考核断面等，作为考核或评估断面进行污染物传输分析，分析上游各子流域对其污染贡献大小，甄别污染贡献最大的区域，优化管理措施的设置。

本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。

本项目包括三大核心技术： 1、强制冷凝 VOCs 废气处理设备，创造性地将强制换热技术改造后应用于 VOCs 强制冷凝处理工艺中，针对高浓度有机废气，回收经冷凝的 VOCs 物质，同时回收废气中的温度生产热水。设备内表面均采用实验室自行研发的特殊拒油涂层处理，以防止有机物质对冷凝器的污染，提高冷凝装置稳定运行效率并降低设备维护成本。 2、开发的光催化氧化剂和附着技术 克服纳米光催化剂易团聚、易流失的弊端，开发出新型快速的光催化剂负载技术，能够大大推进光催化剂在废水、废气中的实际应用，负载材料廉价易得，加工方便，寿命长，具有巨大的比表面积，能够在吸附 VOCs 物质的同时，直接发生光催化反应，将 VOCs 物质完全矿化。 3、开发的高效苯吸收液及分层技术 采用特殊吸收液配方制备能够分层的高效苯吸收液，能够有效地 吸收废气中的苯、甲苯、二甲苯等有毒有害物质，净化 VOCs 废气。吸收的 VOCs 物质能够静置分层，从而能够更快速地富集，方便下一步的回收分离，吸收液可以重复使用。 三大技术可以互相结合为工艺组合，在高浓度有机废气的净化与有价值物质的回收、油烟净化、企业 VOCs 治理等方面具有广阔地应用前景。已成功解决了河北省三家企业的 VOCs 处理与排放问题。

团队长期从事纳米材料及纳米结构研究，在长期纳米结构的制备及性能研究基础上，与我国XX工程结合，开展高功率固体激光装置运行环境污染检测方法研究，基于各种纳米结构制作的声表面波传感器检测灵敏度高达pg/mm2（10‑12g/mm2）量级，实现了高精密测试，并且针对装置运行环境中不同有机污染物的复杂情况，实现了高选择性、高灵敏度测量，达到了国际领先水平。已通过在线测试并在XX工程中应用，实现订货。同时在高灵敏度声表面波传感器的研究基础上，团队在声表面波传感器的敏感芯片区建立了不同的敏感薄膜，如氧化硅薄膜、氧化锌薄膜、SiO2/ZnO复合薄膜，实现了对环境污染气体的高灵敏度响应，特别是在声表面波传感器芯片上建立了三维纳米结构敏感材料，同时对其化学修饰，以实现化学、生物毒剂的高灵敏度监测，目前正在和中电集团进行相关的联合工作。

随着城市经济的高速发展，在各地产业结构和城市布局调整中出现了许多工业企业遗留地块的重金属 污染问题。有一些厂区由于土壤污染比较严重，在土地的重新利用上存在着很多争议，有的废弃厂区闲置 至今。严重的土壤污染已经成为制约城市地区土地可持续开发利用的主要因素。城市污染土地的处理一般 要求时间较短，而土壤淋洗技术是利用淋洗液将重金属从土壤中置换出来的技术，正以其广泛的适应性和 快速性而被广泛地在实验室进行研究并且应用于野外实际治理中。