《部长信箱:关于基准排水量疑问的回复》

  • 来源专题:水体污染治理
  • 编译者: wangyang
  • 发布时间:2020-09-30
  • 来信:

    根据部分行业排放标准,若单位产品实际排水量超过单位产品基准排水量,须按式(1)将实测水污染物浓度换算为水污染物基准水量排放浓度,并以水污染物基准排水量排放浓度作为判定排放是否达标的依据。现有以下以为问题:1、该说法是否适用于间接排放标准(仅以COD为例,间接排放标准为400mg/L,那么企业实际排放浓度为100mg/L,那么是否该企业可以排放4倍于基准排水量的水量);2、若以最终排放的基准排水量考核,若园区污水处理厂排放标准优于行业排放标准,那么是否企业是否可以加大排水量(仅以COD为例,比如园区污水处理厂排放标准为50mg/L,行业直接排放标准为100mg/L,那么该企业是否可以排放2倍于基准排水量的水量)。

    回复:

    为防止排污单位通过稀释手段达到排放标准规定的浓度限值,控制和减少污染物排放量,部分行业排放标准规定了单位产品基准排水量,当企业的单位产品实际排水量超过基准排水量时,应按照标准中的相关公式,将实际排放浓度换算为基准排水量对应的排放浓度,并根据基准排水量对应的排放浓度判定是否达标。间接排放的,也应执行上述规定。同时,排污单位应当开展技术改造,采取综合防治措施,提高水的重复利用率,减少废水和污染物排放量。

相关报告
  • 《柳叶刀通讯:作者的回复关于COVID-19整体严重程度的描述》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-02-20
    • 中日友好医院于2020年2月14日在the Lancet发表题为“Full spectrum of COVID-19 severity still being depicted – Authors' reply”的通讯文章。 该文表示,周旭和他的同事指出的他们在实验室确认的2019年新型冠状病毒病(COVID-19;以前称为2019-nCoV)的前41例病例中的死亡率具有一定误导性(死亡率应该更准确、更清楚地称为病死率)[1],中日友好医院的研究人员认可这一说法,主要在于以下几个方面: 1)前41例中的病死率不能代表COVID-19暴发期间整个发病范围的病死率。 2)(SARS-CoV-2)感染的检测资源有限,对感染SARS-CoV-2的肺炎患者的诊断和治疗程序正在改进,最新的病死率有所降低。 3)正在进行临床试验评估治疗COVID-19的潜在药物的疗效和安全性 4)管理也越来越严格,不仅对严重感染患者,对中度、轻度甚至无症状感染的患者也是如此。 5)研究存在一定的局限性。在发表时,研究人员希望研究结果能对SARS-CoV-2感染在暴发初期和疾病进展过程中的临床特征提供有用的描述。 为了全面了解COVID-19的疾病严重程度,克服这一巨大的健康挑战,全世界的医务工作者和研究人员确实需要不断的努力。 [1] Full spectrum of COVID-19 severity still being depicted. https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30308-1/fulltext#%20
  • 《数据驱动的氮管理基准助力中国2030年实现小麦自给自足》

    • 来源专题:农机装备
    • 编译者:江浩
    • 发布时间:2025-07-17
    • 近日,西北农林科技大学王朝辉教授团队与中国农业大学张福锁院士团队崔振岭教授合作在国际顶级期刊《Nature Food》发表题为“Data-driven nitrogen management benchmarks support China's wheat self-sufficiency by 2030”的研究论文,西北农林科技大学在读博士生米晓田为第一作者,何刚副教授、王朝辉教授和中国农业大学资源与环境学院崔振岭教授为共同通讯作者。这项研究创新性地提出了数据驱动的氮管理基准,为我国到2030年实现小麦自给自足提供了关键技术支撑。 图1 小麦生产的氮管理基准 随着人口增长和气候变化的挑战加剧,如何科学地评价作物生产管理水平并提出有针对性的改进措施,成为困扰全球农业发展的重要难题之一。研究团队基于多年多点田间试验、大规模农户调研和广泛的文献数据分析,创新性地构建了以氮吸收和氮盈余为核心的氮管理标准体系,并首次在区域乃至全国尺度上应用于小麦生产。 图2 基于2010年至2021年农户大规模调查的中国小麦生产现状 大规模农户调查数据显示,目前我国仅有20%的小麦收获面积符合这一氮管理标准,生产现状亟需改善。为明确实现数据驱动氮管理标准的路径,研究团队建立了覆盖全国的小麦生产管理技术数据集,并采用机器学习模型深入分析了作物管理技术、土壤特性及气候因素对氮管理基准的贡献。 图3 小麦产量和氮盈余的机器学习模型及其解释变量的相对重要性 研究结果表明,氮肥管理、土壤肥力和气候因素对氮管理标准的贡献达到70%。如果能够有效整合这些关键因素,我国符合氮管理标准的小麦收获面积预计到2030年将提高至75%,小麦产量预计提升12%,足以满足中国小麦自给自足目标,实现对进口的零依赖。 图4 FRNM技术和ISSM技术的建立和发展 为验证模型的可靠性,团队还通过全国范围内311个监控施肥和土壤-作物系统综合管理的田间试验进行了全面验证,结果充分证明了所建模型的高精度与实用性。 图5 1960-2021年小麦产量和农业GDP的走势,以及三种情景下满足氮管理基准的收获面积预测比例 此项研究不仅填补了我国小麦生产管理水平定量评价的空白,还为应对未来气候变化情景下实现小麦高效生产和环境保护双赢提供了可行方案和案例,具有重要的现实意义和科学价值。 该研究得到了国家重点研发计划、陕西省重点研发计划、国家现代农业产业技术体系建设等项目的资助。 本文研究论文全文获取途径:本公众号后台回复“475” 农业科技侠交流群 入群可添加小编微信(扫描下方二维码,备注:来意-姓名-单位,若二维码添加失败,请公众号后台私信留言“入群”) 投稿、宣传推广、开白等请在本公众号后台回复“1” 转载请注明来源:本文转自农业科技侠数字与智慧农业微信公众号 编辑:林若曦 声明:本文旨在前沿分享,若有编辑等问题,敬请后台留言