铅(Pb)金属的积累会对周围环境造成严重威胁,并对肝脏和肾脏造成损害。在过去的几年里,微生物诱导碳酸盐沉淀(microbial-induced carbonate precipitation,简称MICP)技术由于其较好的可操作性已被广泛应用于污染场地复原再利用。然而,...铅(Pb)金属的积累会对周围环境造成严重威胁,并对肝脏和肾脏造成损害。在过去的几年里,微生物诱导碳酸盐沉淀(microbial-induced carbonate precipitation,简称MICP)技术由于其较好的可操作性已被广泛应用于污染场地复原再利用。然而,极端环境(比如强酸条件)会导致碳酸盐沉淀的降解,增加Pb^(2+)迁移扩散和二次环境污染风险。将基于微胶囊技术的自愈碳酸盐沉淀材料应用于含铅废水修复,其研究结果表明,在孢子萌发阶段微胶囊不仅防止了孢子受到恶劣pH条件的威胁,而且为孢子的生长和繁殖提供了肌苷和酵母提取物等营养来源,还为它们的附着提供了额外的位点,进而实现了细菌孢子与Pb^(2+)的成核,最终达到90%以上的修复效率。从扫描电子显微镜(scanning electron microscope,简称SEM)、扫描电子显微镜与能谱仪(scanning electron microscope with energy dispersive X-ray spectroscopy,简称SEM-EDS)和X射线衍射(X-ray diffraction,简称XRD)等细观测试中识别了白铅矿和方解石矿物,而在傅里叶变换红外光谱(Fourier transform infrared spectrum,简称FTIR)测试中证实胞外聚合物(extracellular polymeric substance,简称EPS)的存在,这些细观测试结果证实了细菌孢子和矿化产物共同参与了Pb^(2+)的修复。展开更多
为提高变电站后期监测与运维管理能力,运用三维激光扫描技术,构建基于点云数据的变电站三维模型。首先,运用三维扫描设备采集变电站点云数据,通过概率统计方法、自适应密度体素滤波算法(adaptive density voxel filtering algorithm,ADV...为提高变电站后期监测与运维管理能力,运用三维激光扫描技术,构建基于点云数据的变电站三维模型。首先,运用三维扫描设备采集变电站点云数据,通过概率统计方法、自适应密度体素滤波算法(adaptive density voxel filtering algorithm,ADVFA)及基于密度的空间聚类算法(density-based spatial clustering of applications with noise,DBSCAN)对变电站点云数据集进行顶部与地面切除、压缩和去噪预处理,减少数据运行的难度与时间。其次,构建变电站电气设备点云数据快速提取方法和匹配模型,由特征编码、特征解码和特征学习3个模块组成邻域特征聚合方法对预处理后的电气设备点云数据进行分割提取,基于图像识别的快速匹配方法,完成分类设备点云与模型库设备种类的相对匹配,提高电气模型精细匹配效率。最后,通过算例分析验证所提出的基于点云数据的变电站三维建模方法的有效性和合理性。展开更多
文摘铅(Pb)金属的积累会对周围环境造成严重威胁,并对肝脏和肾脏造成损害。在过去的几年里,微生物诱导碳酸盐沉淀(microbial-induced carbonate precipitation,简称MICP)技术由于其较好的可操作性已被广泛应用于污染场地复原再利用。然而,极端环境(比如强酸条件)会导致碳酸盐沉淀的降解,增加Pb^(2+)迁移扩散和二次环境污染风险。将基于微胶囊技术的自愈碳酸盐沉淀材料应用于含铅废水修复,其研究结果表明,在孢子萌发阶段微胶囊不仅防止了孢子受到恶劣pH条件的威胁,而且为孢子的生长和繁殖提供了肌苷和酵母提取物等营养来源,还为它们的附着提供了额外的位点,进而实现了细菌孢子与Pb^(2+)的成核,最终达到90%以上的修复效率。从扫描电子显微镜(scanning electron microscope,简称SEM)、扫描电子显微镜与能谱仪(scanning electron microscope with energy dispersive X-ray spectroscopy,简称SEM-EDS)和X射线衍射(X-ray diffraction,简称XRD)等细观测试中识别了白铅矿和方解石矿物,而在傅里叶变换红外光谱(Fourier transform infrared spectrum,简称FTIR)测试中证实胞外聚合物(extracellular polymeric substance,简称EPS)的存在,这些细观测试结果证实了细菌孢子和矿化产物共同参与了Pb^(2+)的修复。
文摘为提高变电站后期监测与运维管理能力,运用三维激光扫描技术,构建基于点云数据的变电站三维模型。首先,运用三维扫描设备采集变电站点云数据,通过概率统计方法、自适应密度体素滤波算法(adaptive density voxel filtering algorithm,ADVFA)及基于密度的空间聚类算法(density-based spatial clustering of applications with noise,DBSCAN)对变电站点云数据集进行顶部与地面切除、压缩和去噪预处理,减少数据运行的难度与时间。其次,构建变电站电气设备点云数据快速提取方法和匹配模型,由特征编码、特征解码和特征学习3个模块组成邻域特征聚合方法对预处理后的电气设备点云数据进行分割提取,基于图像识别的快速匹配方法,完成分类设备点云与模型库设备种类的相对匹配,提高电气模型精细匹配效率。最后,通过算例分析验证所提出的基于点云数据的变电站三维建模方法的有效性和合理性。