A hedging point strategy - balancing effluent quality, economy and robustness in the control of wastewater treatment plants

An operational space map is an efficient tool to compare a large number of operational strategies to find an optimal choice of setpoints based on a multicriterion. Typically, such a multicriterion includes a weighted sum of cost of operation and effluent quality. Due to the relative high cost of aeration such a definition of optimality result in a relatively high fraction of the effluent total nitrogen in the form of ammonium. Such a strategy may however introduce a risk into operation because a low degree of ammonium removal leads to a low amount of nitrifiers. This in turn leads to a reduced ability to reject event disturbances, such as large variations in the ammonium load, drop in temperature, the presence of toxic/inhibitory compounds in the influent etc. Hedging is a risk minimisation tool, with the aim to "reduce one's risk of loss on a bet or speculation by compensating transactions on the other side" (The Concise Oxford Dictionary (1995)). In wastewater treatment plant operation hedging can be applied by choosing a higher level of ammonium removal to increase the amount of nitrifiers. This is a sensible way to introduce disturbance rejection ability into the multi criterion. In practice, this is done by deciding upon an internal effluent ammonium criterion. In some countries such as Germany, a separate criterion already applies to the level of ammonium in the effluent. However, in most countries the effluent criterion applies to total nitrogen only. In these cases, an internal effluent ammonium criterion should be selected in order to secure proper disturbance rejection ability.

Cadmium levels in the lung, liver, kidney cortex, and urine samples from Australians without occupational exposure to metals

The authors undertook this study to assess levels of cadmium exposure in the general population. Samples of lung, liver, and kidney were obtained from 61 cadavers (43 males, 18 females; 2-89 yr of age, mean age = 38.5 yr) who died from accidental causes and who were subject to postmortem examinations at the John Tonge Centre for Forensic Sciences, Queensland Health Scientific Services, Brisbane, Australia, in 1997 and 1998. Samples of bladder urine were also obtained from 22 cadavers. Tissue and urine samples were analyzed for cadmium, zinc, and copper with inductively coupled plasm (ICP) mass spectrometry. The overall mean values for cadmium in the lung, liver, and kidney cortex samples were 0.13, 0.95, and 15.45 mug/gm wet tissue weight. The average renal cadmium level in subjects with high lung-cadmium levels (n = 13) was 6 mug/gm wet tissue weight higher than that of similarly aged subjects who had medium lung-cadmium levels (n = 30). In females, the average level of cadmium in the liver was 74% greater than in males, and the average liver cadmium in females with high lung-cadmium levels was 100% higher than in males in the same age range who had the same high lung-cadmium levels. Renal cadmium accumulation tended to be greater in females than in males who were in the same age range and who had similar lung-cadmium levels, a result that suggested that there was a higher absorption rate of cadmium in females. The mean value for a urinary cadmium excretion of 2.30 mug/gm creatinine was found in a subset of samples that had a mean age of 39 yr and a renal cortex cadmium concentration of 18.6 mug/gm wet tissue weight. Urinary cadmium excretion rates were correlated more strongly with lung and kidney cadmium content than with age or liver cadmium levels. The results suggest that urinary cadmium excretion may be increased in smokers and could provide some estimate of body cadmium burdens in future Australian epidemiological studies.

A review on the role of duckweed in nutrient reclamation and as a source of animal feed

The family of lemnacae colloquially known as duckweed contains the world's smallest species of flowering plants (macrophytes). Aquatic and free-floating, their most striking qualities are a capacity for explosive reproduction and an almost complete lack of fibrous material. They are widely used for reducing chemical loading in facultative sewage lagoons, but their greatest potential lies in their ability to produce large quantities of protein rich biomass, suitable for feeding to a wide range of animals, including fish, poultry and cattle. Despite these qualities there are numerous impediments to these plants being incorporated into western farming systems. Large genetically determined variations in growth in response to nutrients and climate, apparent anti-nutritional factors, concerns about sequestration of heavy metals and possible transference of pathogens raise questions about the safety and usefulness of these plants. A clear understanding of how to address and overcome these impediments needs to be developed before duckweed is widely accepted for nutrient reclamation and as a source of animal feed.

Sequencing batch reactor technology: the key to a BP refinery (Bulwer Island) upgraded environmental protection system - a low cost lagoon based retro-fit

BP Refinery (Bulwer Island) Ltd (BP) located on the eastern Australian coast is currently undergoing a major expansion as a part of the Queensland Clean Fuels Project. The associated wastewater treatment plant upgrade will provide a better quality of treated effluent than is currently possible with the existing infrastructure, and which will be of a sufficiently high standard to meet not only the requirements of imposed environmental legislation but also BP's environmental objectives. A number of challenges were faced when considering the upgrade, particularly; cost constraints and limited plot space, highly variable wastewater, toxicity issues, and limited available hydraulic head. Sequencing Batch Reactor (SBR) Technology was chosen for the lagoon upgrade based on the following; SBR technology allowed a retro-fit of the existing earthen lagoon without the need for any additional substantial concrete structures, a dual lagoon system allowed partial treatment of wastewaters during construction, SBRs give substantial process flexibility, SBRs have the ability to easily modify process parameters without any physical modifications, and significant cost benefits. This paper presents the background to this application, an outline of laboratory studies carried out on the wastewater and details the full scale design issues and methods for providing a cost effective, efficient treatment system using the existing lagoon system.

Adquisició d'imatges en infraroig proper de baixa alçària sobre zones d'interès al Montseny (I)

En aquest informe, fem una primera avaluació d'un sistema basat en un mini-UAV, operat per l'empresa CATUAV (www.catuav.com), sobre una zona a l'est del Parc Natural del Montseny (PNM) tot comparant amb imatges adquirides l'any anterior sobre la mateixa zona, amb sistemes i plataformes aèries de primer nivell per l'Institut Cartogràfic de Catalunya i que utilitzem com a referent de qualitat. Tot assumint que les imatges produïdes pels UAV són d'una qualitat inferior als sistemes convencionals de teledetecció aerotransportada, si la qualitat i operativitat són encara suficients, aquests sistemes, donat el seu cost, poden constituir una eina important per adquirir informació d'alta resolució pel control de l'evolució de camps abandonats, de l'estat de la vegetació de ribera, de l'estat fitosanitari de cobertes forestals i plagues, de la distribució d'espècies invasores, de les conseqüències d'actuacions de restauració o aclariment del bosc, de l'impacte dels visitants etc. En concret, en aquest informe avaluem el sistema de CATUAV pel que fa a: 1) Operativitat del vol i adquisició de les imatges sobre una zona prèviament assenyalada com objectiu; 2) Operativitat del producte en quant a la localització i orientació de les imatges sobre el terreny; i 3) Qualitat radiomètrica i geomètrica de les imatges.

Disseny d'un mètode de valoració d'itineraris d'educació ambiental i aplicació a l'àmbit Parc Natural de l'Alt Pirineu - Alt Urgell

El Parc Natural de l’Alt Pirineu (PNAP) està creant una xarxa d’itineraris d’educació ambiental amb l’objectiu de divulgar els valors del parc i conscienciar els seus visitants sobre la importància de conservar el medi ambient. El desenvolupament de mètodes de valoració de l’aptitud de potencials itineraris d’educació ambiental pot servir per crear eines de gestió molt útils a l’hora d’ampliar aquesta xarxa de senders. Per aquest motiu, un grup anterior de la llicenciatura de Ciències Ambientals va desenvolupar el preprotocol Neret, que permet obtenir una puntuació numèrica per a un itinerari, responent a una sèrie de preguntes senzilles. En el present projecte, s’ha aplicat el protocol anterior a tres itineraris de muntanya per tal d’estudiar-ne el funcionament en un tipus d’itinerari diferent dels de fons de vall, on va ser dissenyat. L’anàlisi del preprotocol s’ha efectuat mitjançant una matriu DAFO, a partir de la qual s’han proposat una sèrie d’estratègies de millora i, a partir d’aquestes, s’ha desenvolupat un nou mètode de valoració. Els principals aspectes negatius del preprotocol són la seva manca de flexibilitat, la sobrevaloració dels criteris relacionats amb la dificultat del recorregut, la manca de detall en l’anàlisi del potencial interpretatiu dels itineraris a més del poc pes que té aquest criteri en la puntuació global i, finalment, l’absència d’un criteri que valori els potencials impactes que es podrien derivar de l’ús de l’itinerari. Aquestes mancances s’han mirat de corregir al mètode de valoració dissenyat en el present projecte mitjançant les següents aportacions: una estructura transversal dividida en quatre factors avaluats per separat, sense criteris de valoració excloents i amb una ponderació final dels quatre principals criteris modificable segons els objectius dels gestors; una valoració més detallada dels continguts de l’itinerari, i finalment, la inclusió d’un nou criteri que considera la vulnerabilitat del medi a qualsevol tipus d’impacte.

Aula matemàtica, 2a. part. : un projecte per a la millora de l'aprenentatge de les matemàtiques a la UAB

El projecte Aula Matemàtica consta de dues parts. 1. Elaborar un material d'autoaprenentatge en suport digital que cobreixi tots els temes de Matemàtiques de 1r. curs de les carreres de Ciències (Biologia, Química, etc.) i les Enginyeries. Aquest material, accessible des de qualsevol ordinador connectat a Internet, és una base de dades de problemes que els alumnes poden utilitzar per a treballar el temes explicats a classe, o be per cobrir deficiències a la seva formació pre-universitària. Al mateix temps, es poden realitzar exàmens, i els alumnes poden practicar amb els problemes d'examen. 2. Durant unes hores cada dia, oferir una (o diverses) aules d'informàtica al campus de la UAB amb presència de personal de suport (professors, o becaris de darrers cursos de matemàtiques o doctorat) per tal que els alumnes que vulguin (o necessitin) puguin practicar amb ajuda, i consultat els dubtes que tinguin. En la fase actual del projecte s’han fet les següents actuacions: 1. S’ha obert una aula d’informàtica amb suport de becaris a la facultat de Ciències, on a més de practicar els alumnes, s’han efectuat exàmens. 2. S’ha treballat en el programa per tal de fer-lo més amigable. 3. S’ha ampliat la base de problemes fins a 1450, i cobrir totes les assignatures de Matemàtiques i Estadística de 1r. curs de la facultat de Ciències i l’Escola Tècnica Superior d’Enginyeries. 4. S’ha començat a treballar per a la utilització del programa a Secundària. 5. S’han fet avanços molt importants per tal d’incorporar problemes amb resposta oberta. 6. El programa és accessible des de qualsevol ordenador amb Internet.

DESARROLLO DE UNA BASE DE DATOS Y UNA APLICACIÓN WEB DE ACCESO A LA MISMA PARA UN GRUPO DE INVESTIGACIÓN MARINA DE ORGANISMOS DE PROFUNDIDAD (DEEP-SEA)

Este proyecto se fraguó previamente a la elección de un trabajo final de carrera. Para poder entenderlo debo mencionar que trabajo como titulado superior de investigación y laboratorio en el Instituto de Ciencias del Mar (ICM)del Consejo Superior de Investigaciones Científicas (CSIC), dentro de un grupo de investigación en oceanografía biológica, concretamente en recursos marinos renovables. En base a mi experiencia con este tipo de entorno de investigación, observe que existían una serie de mejoras de carácter técnico que se podrían introducir, y que ha la larga iban a facilitar mucho más el trabajo científico del grupo.Este grupo durante muchos años se ha dedicado a la obtención de datos de dos especies marinas de interés comercial del mar Mediterráneo que tienen su hábitat en aguas profundas: la gamba rosada (Aristeus antennatus) y la cigala (Nephrops norvegicus). Por ende, de manera colateral, datos de las especies que interaccionan con ellas, y que por este hecho se ven influenciadas al ser pescadas las anteriores. En estos años ha ido en aumento la evidencia de que ecosistemas más someros de nuestros mares tienen una relación mucho mayor de lo que se suponía con los ecosistemas profundos de los mismos. Además estos ecosistemas profundos influyen en los someros, también más de lo que cabía esperar, actuando de refugio de larvas y especies que tienen capacidad de sobrevivir en rangos batimétricos amplios. Si desean tener una visión más profunda al respecto pueden ver algunas de las últimas referencias bibliográficas a las que hago referencia en este párrafo acerca de este hecho, así como del incremento de la importancia de los grupos de investigación en el mundo dedicados a este tipo de investigación. En algunas de estas publicaciones han participado miembros del grupo al cual va dirigido el trabajo que aquí expongo.A medida que crecía el número de miembros del grupo, la importancia del mismo, la mejora tecnológica empleada en los muestreos, las colaboraciones internacionales con otras instituciones y la cantidad de proyectos en el grupo de investigación, crecía a su vez proporcionalmente, la cantidad de datos y la disparidad en formatos y sistemas de almacenaje (Hojas MS Excel o bases de datos MS Access, archivos de texto, etc.). Se ha hecho necesaria entonces la creación de una herramienta que los gestione de una forma común, y una base de datos para el almacenaje de los mismos de una forma coherente y robusta. Así mismo el hecho de tener los datos en una fuente común, posibilitará su distribución a otras bases de datos mundiales sobre la materia con las cuales se colabora, dependientes de organismos tan en la cresta a de la ola, como el Census of marine life (COML), el Alfred Wegener Institute (AWI) y el Center for Marine Environmental Sciences (MARUM)de Alemania. Estos a su vez carecen de datos de las zonas geográficas pertenecientes al mar Mediterráneo foco de la investigación del grupo.

Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.

Adaptive MCMC methods with applications in environmental and geophysical models

This work presents new, efficient Markov chain Monte Carlo (MCMC) simulation methods for statistical analysis in various modelling applications. When using MCMC methods, the model is simulated repeatedly to explore the probability distribution describing the uncertainties in model parameters and predictions. In adaptive MCMC methods based on the Metropolis-Hastings algorithm, the proposal distribution needed by the algorithm learns from the target distribution as the simulation proceeds. Adaptive MCMC methods have been subject of intensive research lately, as they open a way for essentially easier use of the methodology. The lack of user-friendly computer programs has been a main obstacle for wider acceptance of the methods. This work provides two new adaptive MCMC methods: DRAM and AARJ. The DRAM method has been built especially to work in high dimensional and non-linear problems. The AARJ method is an extension to DRAM for model selection problems, where the mathematical formulation of the model is uncertain and we want simultaneously to fit several different models to the same observations. The methods were developed while keeping in mind the needs of modelling applications typical in environmental sciences. The development work has been pursued while working with several application projects. The applications presented in this work are: a winter time oxygen concentration model for Lake Tuusulanjärvi and adaptive control of the aerator; a nutrition model for Lake Pyhäjärvi and lake management planning; validation of the algorithms of the GOMOS ozone remote sensing instrument on board the Envisat satellite of European Space Agency and the study of the effects of aerosol model selection on the GOMOS algorithm.

Recherche et développement dans les sciences de l’environnement : l’Université entre impératifs scientifico-techniques, économiques et socio-politiques. Le cas du Réseau de centres d’excellence ArcticNet.

Cette thèse cible l’étude d’une organisation sociotechnique pluraliste, le Réseau de centres d’excellence ArcticNet, établi depuis 2003 au sein de l’Université Laval et financé par le programme fédéral des Réseaux de centres d’excellence (RCE). Ce programme, effectif depuis 1988, est issu d’une initiative du ministère de l’Industrie Canada et des trois Conseils fédéraux de financement de la recherche scientifique (CRSNG, CRSH et IRSC). Par sa dimension interdisciplinaire et interinstitutionnelle, le RCE ArcticNet sollicite la mise en place de divers accommodements sur une thématique environnementale controversée, celle du développement de l’Arctique canadien côtier. Notre approche se concentre sur la description de ces collaborations pluralistes et l’analyse des stratégies de consensus mises en place par une organisation universitaire médiatrice. Si cette étude illustre le cas d’ArcticNet, elle questionne toutefois deux réalités d’ensemble: (1) D’un point de vue théorique, prépondérant dans cette thèse, les enjeux environnementaux et de développement durable s’inscrivent dans les nouvelles réalités de la production des connaissances portées par une coévolution entre science et société, contribuant à l’expansion des domaines de R&D ciblés; et, (2) D’un point de vue empirique illustratif, les éléments de formation et d’évolution d’un réseau sociotechnique intersectoriel et les stratégies des scientifiques dans la recherche et le développement de l’Arctique canadien côtier présentent un profil basé sur l’accommodement des parties prenantes. Cette recherche adhère au postulat épistémologique des théories des organisations sociotechniques pluralistes, plutôt qu’aux modèles théoriques de la société/économie de la connaissance. L’étude regroupe un total de 23 entrevues recueillies en 2008 et en 2010 auprès de l’administration, de membres scientifiques et de partenaires d’ArcticNet, suivant une logique de témoignage. Elle ouvre ainsi une nouvelle réflexion sur leur milieu de pratique de la science, plus particulièrement des sciences de l’environnement, vers lequel la société actuelle oriente la nouvelle production des connaissances, à travers les divers financements de la recherche et du développement.

Environmental impact of sand mining

This thesis Entitled Environmental impact of Sand Mining :A case Study in the river catchments of vembanad lake southwest india.The entire study is addressed in nine chapters. Chapter l deals with the general introduction about rivers, problems of river sand mining, objectives, location of the study area and scope of the study. A detailed review on river classification, classic concepts in riverine studies, geological work of rivers and channel processes, importance of river ecosystems and its need for management are dealt in Chapter 2. Chapter 3 gives a comprehensive account of the study area - its location, administrative divisions, physiography, soil, geology, land use and living and non-living resources. The various methods adopted in the study are dealt in Chapter 4. Chapter 5 contains river characteristics like drainage, environmental and geologic setting, channel characteristics, river discharge and water quality of the study area. Chapter 6 gives an account of river sand mining (instream and floodplain mining) from the study area. The various environmental problems of river sand mining on the land adjoining the river banks, river channel, water, biotic and social / human environments of the area and data interpretation are presented in Chapter 7. Chapter 8 deals with the Environmental Impact Assessment (EIA) and Environmental Management Plan (EMP) of sand mining from the river catchments of Vembanad lake.

Studies on rubber compositions as passive acoustic materials in underwater electro acoustic transducer technology-and their aging characteristics

Rubber has become an indispensable material in Ocean technology. Rubber components play critical roles such as sealing, damping, environmental protection, electrical insulation etc. in most under water engineering applications. Technology driven innovations in electro acoustic transducers and other sophisticated end uses have enabled quantum jump in the quality and reliability of rubber components. Under water electro acoustic transducers use rubbers as a critical material in their construction. Work in this field has lead to highly reliable and high performance materials which has enhanced service life of transducers to the extent of 1015 years. Present work concentrates on these materials. Conventional rubbers are inadequate to meet many of the stringent functional of the requirements. There exists large gap of information in the rubber technology of under water rubbers, particularly in the context of under water electro acoustic transducers. Present study is towards filling up the gaps of information in this crucial area. The research work has been in the area of compounding and characterisation of rubbers for use in under water electro acoustic transducers. The study also covers specific material system such as encapsulation material, baffle material, seal material, etc. Life prediction techniques of under water rubbers in general has been established with reference to more than one functional property. This thesis is divided into 6 chapters.