Acoustic cavitation is responsible for both sonochemistry and sonoluminescence. Bubble collapse in liquids results in an enormous concentration of energy from the conversion of the kinetic energy of liquid motion into heating of the contents of the bubble. The high local temperatures and pressures, combined with extraordinarily rapid cooling, provide a unique means for driving chemical reactions under extreme conditions. A diverse set of applications of ultrasound to enhance chemical reactivity has been explored, with important applications in mixed–phase synthesis, materials chemistry, and biomedical uses. For example, the sonochemical decomposition of volatile organometallic precursors in low–volatility solvents produces nanostructured materials in various forms with high catalytic activities. Nanostructured metals, alloys, carbides and sulphides, nanometre colloids, and nanostructured supported catalysts can all be prepared by this general route. Another important application of sonochemistry to materials chemistry has been the preparation of biomaterials, most notably protein microspheres. Such microspheres have a wide range of biomedical applications, including their use as echo contrast agents for sonography, magnetic resonance imaging contrast enhancement, and oxygen or drug delivery.

A year-long field study to characterize the ionic species in PM2.5 was carried out in Shanghai and Beijing, China, in 1999–2000. Weekly samples of PM2.5 were collected using a special low flow rate (0.4 l min−1) sampler. In Shanghai, SO42− NO3− and NH4+ were the dominant ionic species, which accounted for 46%, 18% and 17% of the total mass of ions, respectively. Local SO2 emissions were an important source of SO42− in PM2.5 because the SO42− concentration was correlated with the SO2 concentration (r=0.66). The relatively stable SO42−/SO2 mass ratio over a large range of temperatures suggests that gas-phase oxidation of SO2 played a minor role in the formation of SO42−. The sum of SO42− and NO3− was highly correlated with NH4+ (r=0.96), but insufficient ammonium was present to totally neutralize the aerosol. In Beijing, SO42−, NO3− and NH4+ were also the dominant ionic species, constituting 44%, 25% and 16% of the total mass of water-soluble ions, respectively. Local SO2 emissions were an important source of SO42− in the winter since SO42− was correlated with SO2 (r=0.83). The low-mass SO42−/SO2 ratio (0.27) during winter, which had low humidity, suggests that gas-phase oxidation of SO2 was a major route of sulfate formation. In the summer, however, much higher mass ratios of SO42−/SO2 (5.6) were observed and were ascribed to in-cloud sulfate formation. The annual average ratio of NO3−/SO42− was 0.4 and 0.6 in Shanghai and in Beijing, respectively, suggesting that stationary emissions were still a dominant source in these two cities.

Clean environment is essential to human health. The world is facing formidable challenges in meeting rising requirement to clean environment. Recently, persistent organic pollutants (POPs), heavy metals, etc. pollutants in water and soil are the key factors which make the environment worse. Even trace pollutants can enter human body and do harm to human health. Trace detection and treatment of these pollutants become an eagerly solved problem. Nanomaterials and nanotechnology provide a powerful method for detection and treatment of trace pollutants in the environment. This article reviews the recent progress of detection and treatment of POPs and heavy metal by using nanomaterials and analytical nanotechnology. And the application of nanomaterials and nanotechnology through enhancement of Raman scattering, surface plasmon resonance, fluorescent detection and electrochemical detection were described. We highlight recent advances on the development of novel nanomaterials and nanostructures and processes for treatment of POPs and heavy metals in water and soil. We also discussed the mechanisms of POPs degradation and heavy metal treatment.

Photocatalysis has been widely studied because it can use inexhaustible solar energy as an energy source while solving the problems of fossil fuel depletion and environmental pollution facing the 21st century. Metal-organic frameworks (MOFs) and covalent organic frameworks (COFs), with many advantages such as high physical/chemical stability, tunable bandgap, structural diversity, large specific surface area, etc., are considered important propellants for building better photocatalytic platforms and achieving breakthroughs. This review outlines the applications of MOFs and COFs for photocatalysis in CO2 reduction, H2 generation, and environmental pollution treatment, and elucidates the relevant photocatalytic mechanisms. In particular, the methods and mechanisms for improving the photocatalytic performance of MOFs and COFs are summarized and discussed from the three aspects. Finally, the current limitations, challenges, perspectives and future development opportunities of COFs/MOFs and COF-/MOF-based photocatalysts are summarized and prospected.

The antibacterial effects of six inorganic antibacterial agents were assessed using broth dilution and agar dilution tests on six pathogenic bacteria associated with oral infectious diseases: Streptococcus mutans (ATCC 25175), S. mutans (Ingbritt), Actinomyces viscosus (ATCC 15987), Lactobacillus casei (ATCC 393), Staphylococcus aureus (ATCC 29213) and Candida albicans (ATCC 90028). The results of the broth dilution test were significantly lower than those of the agar dilution test (F = 38.290; P < 0.01). The six inorganic agents notably inhibited the growth of tested common oral bacteria in vitro. Among them, Longbei inorganic antibiotic powder was the strongest antibacterial agent, followed by ZnO whisker antibacterial complex (ZnOw) AT-83, IONPURE-H, basic magnesium hypochlorite, ZnOw AT-88 and Antim-AMS2. The broth dilution test appears to be more suitable for testing insoluble inorganic agents.

Abstract Layered titanates (Na 2 Ti 3 O 7 ·nH 2 O) with exchangeable sodium cations located in the interlayer have been synthesized by simple hydrothermal treatment of Ti precursor in concentrated NaOH solutions. By proper control of the synthesis conditions, different morphologies of nanofibers and nanosheets are obtained. The metastable layered structure of the titanates collapses during the ion exchange, resulting in irreversible ion exchange. Target cations (eg., Ag + , Cu 2+ , Pb 2+ and Eu 3+ ) are completely concentrated from water and then tightly immobilized in the interlayer which is of great significance for the removal and subsequent safe disposal of hazardous metal cations. The ion exchange of the nanosheets is much more efficient than that of the nanofibers and other inorganic ion exchangers due to the larger surface area, less stable layered structure and larger amount of interlayer water of the nanosheets. The ion exchange of the titanates is also very selective. Valence, hardness, and radius of cations are main factors affecting the selectivity. Cations trapped in the interlayer are released by an acid‐induced phase transformation of the titanate nanosheets to rutile. Then the rutile can be used as a new Ti precursor to synthesize the titanate nanostructures, resulting in a full cycle of material use. The nanosheets may find applications in the decontamination and safe disposal of radioactive and heavy metal cations and also in the collection of valuable cations from water.

Abstract Extraction of U(VI) in water is of great significance in energy and environmental fields. However, the traditional methods usually fail due to the indispensable extra addition of catalyst, adsorbent, precipitant, or sacrificial agents, which may lead to enhanced extraction costs and secondary pollution. Here, a new efficient uranium extraction strategy is proposed based on triboelectricity without adding a catalyst or other additives. It is found only under the friction between the microbubbles (generated under ultrasonication) and the water flow, that reactive oxygen species (ROS) can largely be generated, which thus contributes to the solidification of U(VI) from water. In addition, the magnetic field can affect the phase of the product. Under mechanical stirring, the product contains (UO 2 )O 2 ·2H 2 O, while which contains UO 2 (OH) 2 and (UO 2 )O 2 ·4H 2 O under the magnetic stirring. Quenching experiments are also carried out to explore the influence of environmental factors. Most importantly, it shows great potential in the extraction of U(VI) from seawater. This work proposes a catalyst‐free and light‐free strategy toward the solidification of U(VI) from water, which avoids the secondary pollution of the catalyst to the environment and is low‐cost, and has great potential in the real application.

At present, the application of deep learning algorithm to the scene of modulation type identification mostly focuses on single digital modulation type identification, and rarely involves the identification of mixed digital and analog modulation types. At present, the signal characteristics used in the identification network are single, and the analog signal does not have the common identification characteristics such as cyclic spectrum and constellation diagram, so the existing composition method is not suitable for the identification of mixed digital-analog signal sets. In order to solve these problems, a TCSE-ResNet50 mixed-signal recognition algorithm combining the fourth power spectrum of frequency spectrum is proposed, and a feature map with wider feature applicability is formed by combining the signal spectrum and the fourth power spectrum. According to the attention mechanism module included in the proposed TCSE-ResNet50 network, the model pays more attention to discrete spectral lines and reduces the interference of other background areas or random noise on signal recognition as much as possible. At the same time, the cross entropy and triplet loss functions are combined, and the cross entropy is used to widen the characteristic distance between different kinds of signals with similar frequency domain expressions, and the triplet is used to narrow the characteristic distance between similar signals caused by random baseband symbols or random additive noise, thus completing the identification of {FM, AM, 2ASK, BPSK, 2FSK, 16QAM, 16APSK} digital-analog mixed signal sets. When the signal-to-noise ratio is -2dB, the average recognition rate of this algorithm is over 93%, which is superior to single feature input and traditional convolutional network recognition model.