固相萃取-气相色谱法测定水中硝基苯类有机污染物的方法研究

建立了固相萃取、毛细柱气相色谱-电子捕获检测器定量分析水中硝基苯类化合物的分析方法。通过对固相萃取柱的选择、固相萃取条件(样品溶液的pH值、上样速度、上样体积、洗脱液选择及配比)的优化,得出了最佳实验条件。穿透体积可达1.5L,回收率在80%~105%,最小检出浓度在0.00037~0.072μg/L之间,均大大低于GB13194-91的规定。相对标准偏差在0.7%~5.3%之间。该方法准确、简单,重现性好、回收率高,污染小。     

肿瘤病房医用直线加速器对周围环境电离辐射的调查分析

通过对医院肿瘤病房医用直线加速器机房周围环境的电离辐射监测调查 ,并计算分析各相关人群的年有效剂量当量 ,结果低于《辐射防护规定》(GB870 3- 88)中的标准限值。表明医用直线加速器机房的辐射防护设施设计是安全合理的 ,具有重要的现实意义 ,该辐射防护设施具有推广价值。     

基于网格空间数据的晋陕蒙接壤区生态环境综合评价

晋陕蒙接壤区是典型的生态过渡带、生态脆弱带。文章在调查研究的基础上 ,选取了 1 3个评价指标 ,应用层次分析法确定其权重 ,并将各个因子分级标准化和定量赋值 ,再用加权求和法得到每个评价单元的环境质量综合评价指数。根据环境综合评价指数将环境质量分为较好 (≥ 8)、一般 (≥ 6～ <8)、较差 (≥ 4～ <6)、恶劣 (<4) 4级。结果表明 :晋陕蒙接壤区的环境质量大多处于较差等级 ,较好、一般、较差、恶劣等级的面积比例分别为 2 .2 % ,2 8% ,5 7.4%和1 2 .4%     

大气环境质量综合评价加权灰色关联模型的建立与应用

利用灰色理论建立大气环境质量综合评价加权灰色关联模型 ,运用污染贡献率确定权重系数。与其它评价模型相比 ,加权灰色关联模型还具有排序功能 ,实例表明该模型是简便有效的     

A methodological framework for improving air quality monitoring network layout. Applications to environment management

This work aims to provide a methodology framework which allows to improve the performance and efficiency of an air quality monitoring network (AQMN). It requires to be constituted by a minimum and reliable number of measurement sites. Nevertheless, the AQMN efficiency should be assessed over time, as a consequence of the possible emergence of new emission sources of air pollutants, which could lead to variations on their spatial distribution within the target area. PM₁₀ particles data monitored by the Community of Madrid's (Spain) AQMN between 2008 and 2017 were used to develop a methodology to optimize the AQMN performance. The annual spatial distribution of average PM₁₀ levels over the studied period monitored by all current stations vs those more representative was provided by a geographic information system (GIS), and the percentage of similarity between both postulates was quantified using simple linear regression (> 95%). As one innovative tool of this study, the practical application of the proposed methodology was validated using PM₁₀ particles data measured by AQMN during 2007 and 2018, reaching a similitude degree higher than 95%. The influence of temporal variation on the proposed methodological framework was around 20%.The proposed methodology sets criteria for identifying non-redundant stations within AQMN, it is also able to appropriately assess the representativeness of fixed monitoring sites within an AQMN and it complements the guidelines set by European legislation on air pollutants monitoring at fixed stations, which could help to tackle efforts to improve the air quality management.     

云南兰坪铅锌矿区优势植物重金属富集特性及应用潜力

为筛选适合云南高原地区重金属污染土壤修复治理以及矿区生态复垦的植物材料,通过实地野外调查,采集云南兰坪铅锌矿区18种优势植物样品及相应根系土壤,测定其Cd、 Cr、 Cu、 Ni、 Pb和Zn含量,计算植物对重金属的富集和转运系数,通过聚类分析方法,综合评估植物的应用潜力.结果表明, 18种优势植物分属18属13科,均为草本植物.植物体内多种重金属含量均高于植物正常含量,其中,延胡索(Corydalis yanhusuo)、旱芹菜(Carum bretschneideri)和毛连菜(Picris hieracioides)地上部Cd含量分别达到62.29、 76.49和85.09 mg·kg^-1,Cd富集系数分别为0.57、 0.58和0.66,转运系数分别为0.89、 0.45和1.48,有着较强的吸收和转移土壤重金属Cd能力,具有修复Cd污染土壤潜力.狼毒(Euphorbia fischeriana)和倒提壶(Cynoglossum amabile)地上部Cd含量分别为0.46 mg·kg^-1和0.23 mg·kg^-1     

大气环境数据分析预测方法对比研究

以西安市2006年9月27日至2008年5月3日每日的SO2平均浓度时间序列为例,应用时间序列分析对前555个数据进行拟合,得到合适的时间序列模型ARIMA(1,1,2);利用神经网络中的BP神经网络和RBF神经网络对同样的样本进行训练,用这三种方法对2008年4月4日至2008年5月3日的SO2日均浓度值进行了预测,并用同样的方法分析预测了同期PM10日均浓度值,最后比较了它们的预测效果。结果表明,利用这三种方法进行浓度预测都是可行的,其中RBF神经网络法的预测误差最小,效果最好。     

SDS促进复配酶水解排水管网沉积物

采用SDS协同复配酶水解排水管网沉积物,分别考察了SDS投加量、反应时间、pH、温度4个影响因素对沉积物水解效果的影响,并通过 SEM、EPS、三维荧光光谱以及粒径等表征方法进行机理分析。结果表明,投加5%(w:w)SDS与8%(w:w)复配酶,在原泥pH(7.28±0.3)、25 ℃、反应时间为2 h时,沉积物水解效果最好。此时SCOD、多糖和氨氮分别由初始的5 686.9、1 913.75和87.32 mg·L⁻¹增加到8 192.9、3 561.29和153.37 mg·L⁻¹,有机质含量由56.32%下降到55.59%。在SDS+复配酶处理管网沉积物后,其内部紧实结构被破坏,TB-EPS向S-EPS转移,腐殖酸类物质荧光强度增强,表明溶解性EPS增多,且沉积物粒径向<300 μm转变。高通量测序分析结果表明,SDS+复配酶对管网沉积物微生物种类的丰富度和多样性影响不大,但在一定程度上会改变微生物的功能菌群,减少CH₄和H₂S的产生。以上研究结果可为延缓排水管网淤堵问题提供数据支持。     

变权组合模型在景观水体水质模拟中的应用

针对景观水体的水质模拟与预测问题,在BP神经网络和支持向量机模型的基础上,建立了权重随输入量变化的变权组合模型。该模型既能充分利用各个单一模型的优点,又能避免固定权重分配的弊端。经实例验证,与单一的BP神经网络和支持向量机模型相比,变权组合模型拟合精度更高,预测结果更为准确。     

北京市近12年空气污染变化特征及其与气象要素的相关性分析

以北京市近12年空气污染指数(API)为数据基础,首先分析了2001—2012年北京市API、污染等级、首要污染物的变化特征以及污染天数年度值、季度值、月值的变化特征;然后根据API转换得到PM10质量浓度,对其变化特征进行分析;最后采用相关系数法分析了北京市API、PM10质量浓度与气象因素的相关性。结果表明,北京市近12年空气污染天数有明显下降趋势,首要污染物主要为可吸入颗粒物;空气污染主要集中于春季,优良天气主要集中于夏季;PM10质量浓度年度最大值出现在2006年,季度最大、最小值分别出现在春、夏季,月值最大、最小值分别出现在3月和7月;气象因素与空气污染关系密切,气温、相对湿度、降雨量与污染天数和PM10质量浓度均呈显著负相关,而风速与污染天数和PM10质量浓度则呈显著正相关。