【摘 要】
：
固化/稳定化技术已广泛应用于重金属污染场地修复,而二氧化碳碳化作用会改变水泥固化重金属污染黏性土中污染物的化学溶出行为.以铅污染土为对象,采用酸/碱滴定试验和pH相关溶出试验测得浸出液中铅的浓度与pH值的关系,通过连续提取试验确定铅的5种化学赋存形态,研究碳化作用下水泥固化重金属污染黏性土化学溶出特性的变化以及重金属污染物的溶出与pH值的关系.结果 表明:碳化作用下,固化污染土的酸/石碱缓冲能力减弱18.5％～72.4％;固化污染土中铅的溶解度与pH值的关系展现了两性物质的行为特征,pH值介于7～11之间
【机 构】
：
东南大学交通学院;道路交通工程国家级实验教学示范中心,南京211189;黄河勘测规划设计研究院有限公司,郑州450003
论文部分内容阅读
固化/稳定化技术已广泛应用于重金属污染场地修复,而二氧化碳碳化作用会改变水泥固化重金属污染黏性土中污染物的化学溶出行为.以铅污染土为对象,采用酸/碱滴定试验和pH相关溶出试验测得浸出液中铅的浓度与pH值的关系,通过连续提取试验确定铅的5种化学赋存形态,研究碳化作用下水泥固化重金属污染黏性土化学溶出特性的变化以及重金属污染物的溶出与pH值的关系.结果 表明:碳化作用下,固化污染土的酸/石碱缓冲能力减弱18.5％～72.4％;固化污染土中铅的溶解度与pH值的关系展现了两性物质的行为特征,pH值介于7～11之间时,铅的溶解度相对较小,pH值小于7或大于11时,铅的溶解度较大;固化污染土中铅的化学赋存形态均以铁-锰氧化物结合态为主,碳化作用下,水泥固化土中可交换态和碳酸盐结合态所占比例分别增加4.3％和3.5％,而铁-锰氧化物结合态、有机结合态和残余态所占比例分别减小2.1％、0.9％和4.8％/;酸雨和碳化共同作用下水泥固化土中的铅更易溶出.
其他文献
目前的软件复用技术主要围绕软件代码的复用进行研究.而随着开源项目的增多,基于待开发项目的需求文档分析,实现项目级的复用就显得非常有价值.当开发人员获取项目的软件需求后,通常需要对其分析并构建解决方案,然后进行设计与实施.如果能根据项目的软件需求找到相似的历史项目进行复用,可以大大节省项目设计与实施时间.因此,在现有的项目级复用研究基础上,该文提出一种基于需求分析的项目级复用技术PR-REQ.该方法首先分析历史开源项目,给出了开源项目的领域信息提取算法,代码的功能操作序列提取算法以及数据模型信息的提取算法;
口服液压盖过程,会出现压盖不良等情况,瓶盖可能会出现划痕、刮花、表面卷曲、压盖破损等缺陷,为保证食品药品安全必须在出厂前进行检测.在基于深度学习的口服液瓶压盖缺陷检测的研究过程中,使用传统卷积神经网络对口服液压盖缺陷数据集进行训练,需要进行人工标注,效率较低.为有效解决上述问题,设计出一种无监督学习的深度卷积去噪自编码器网络模型用于口服液瓶压盖质量检测,并使用结构相似性SSIM作为损失函数.针对口服液压盖质量图像进行预处理,建立合格产品图像数据集,然后构建一种以卷积神经网络为基础,结合多层感知器的去噪自编
针对传统儿童科普教育存在的沉浸感薄弱、知识传输方式单一的问题,设计基于多人网络虚拟现实(VR)技术的儿童科普系统.系统的设计采用模块化的构建方式,主要分为网络联机模块和虚拟现实科普教育业务控制模块.在网络联机模块中,建立起服务器,教师机,学生机之间的信息通信,实现多人信息的加载和多人空间位置的实时同步.虚拟现实科普教育业务控制模块主要包括场景加载模块、知识讲解模块、VR交互模块以及答题模块.系统运行时教师通过虚拟现实交互面板发出指令,控制场景的加载,把握整体教学进度,并与学生的虚拟角色答题互动.学生通过与
为了解决多源异构数据具有的统一组织和集成管理问题,提出了一种基于多尺度复合金字塔模型的数据组织方法.同时,针对海量瓦片数据传输给服务器和网络带来的压力过大、响应时间过长的问题,通过在客户端建立缓存机制和瓦片缓存索引,提出了一种基于多尺度复合金字塔模型的瓦片数据缓存替换算法MCPCR.该算法在传统缓存置换算法的基础上,适用于加载多类型数据,并综合考虑了用户操作习惯以及引入了瓦片保护机制.以北京市大气污染PM2.5数据、风场数据及影像数据为例,与传统缓存置换算法进行对比.实验结果证明,多尺度复合金字塔模型能够
视觉感知是无人驾驶技术中的重要一环,而语义分割技术又是实现视觉感知的主要技术手段之一.现在的语义分割技术多采用计算量大、内存占用高的空洞卷积来提取高分辨率特征图,从而导致现在主流的语义分割网络分割速度不足,无法有效应用于无人驾驶的场景中.针对这一问题,提出了一种实时性更好的语义分割网络.首先,采用了一种轻量级的卷积神经网络作为编码器,并且使用跨步卷积和常规卷积替换了耗时、耗内存的空洞卷积.然后,为了得到与DeepLabv v3+相似的特征图,提出了一种新的联合上采样模块:多级特征图联合上采样模块(mult
图像修复是图像处理的一个重要问题,目的是利用计算机视觉技术自动恢复退化图像中损坏或丢失的部分,被广泛应用于影视特技制作、图像编辑、数字化文物保护等领域.近几年,以生成式对抗网络(GAN)为代表的深度学习技术在计算机视觉和图像处理领域大获成功,基于GAN的图像修复逐渐成为主流,受到了广泛关注.针对图像修复的关键问题,文章对GAN和基于GAN的修复方法进行理论分析,首先整理分析了传统的基于人工特征的经典图像修复方法,其次总结了近年来基于GAN的代表性图像修复算法,并进行归纳分类,探讨了各类方法的特点和局限性.
图像匹配作为计算机视觉领域的重要研究方向,广泛应用于图像配准、图像融合、变化检测、视觉导航、3D重建、视觉同时定位与地图构建(SLAM)等领域,精确稳健的局部特征提取是实现其高效处理的前提与关键.以图像匹配研究为导向,从传统特征设计到现代特征学习对局部特征提取方法进行了分类总结,首先,为增强对现代局部特征提取方法的理解,重点介绍了基于传统特征设计的相关方法,接着回顾了基于经典机器学习的方法,搭建起传统方法到深度学习方法的桥梁,最后详细讨论了基于深度学习的现代特征提取方法.针对跨传感器、多视角、不同时段环境
通过对语文古诗文阅读类主观题的分析,提出了结合学科情感分析与依存关系的相似度评分算法,并将其应用于高中语文古诗文阅读类主观题的评分中.首先,以中文维基百科语料为基础,增加了与评分相关的古诗文语料81927条,通过文本向量化算法Word2vec进行词向量训练,完成了对古诗文语料库的构建;基于学科评分特性建立了对应的古诗文过滤词表,提出了基于词性的关键词提取及词向量的相似度计算方法;之后,针对情感分析模型对古诗文语句分析不准确的问题,结合同义词词林,建立了古诗文情感词库;并构建了学科情感分析模型,实现了基于学
周转量作为计算运输成本、客货运收入、劳动生产率、客货运平均行程和运输密度等指标的依据,能比较全面和确切地反映运输的成果以及运输生产产品的数量,其预测对民航的科学化发展有重要意义.与民航业的快速发展和民航市场的不断扩大相比,目前民航的预测模型种类较少.为探索一种更为有效的方法来提高民航周转量预测准确率,较为新颖的Prophet模型和NeuralProphet模型被引入到对民航货物周转量、民航货邮周转量、民航旅客周转量和民航总周转量的预测中.在与单个模型对比中,在精确度上Prophet模型和NeuralPro
自然场景下采集的卡证、文档中存在的可见水印,是影响人们阅读效率、机器识别准确度的障碍.为此,提出了一种结合基于特征点匹配的水印检测和基于条件生成对抗网络CGAN的水印去除方案.水印检测部分,通过SIFT特征点检测、FLANN特征点匹配和PROSAC误匹配消隐,估计出几何变换的最佳透视模型实现目标水印定位.水印去除部分采用了pix2pix(image-to-image translation with conditional generative adversarial networks)的模型架构,它借鉴