分散液-液微萃取技术在污染物分析中的应用

分散液-液微萃取技术是一种新型的、具有巨大潜力的样品前处理技术,已经越来越多地被应用到多种污染物的富集过程中。此方法具有简单、快速、价格低廉、环境友好、回收率和富集倍数高等优点。近年来,作为一种可行的分析技术,分散液-液微萃取技术获得了持续的关注和广泛应用。该文综述了分散液-液微萃取技术的研究进展及其在不同介质污染物分析中的应用。     

超声辅助萃取-分散液液微萃取/气相色谱法测定环境水样中六氯苯、林丹及硫丹

建立了超声辅助萃取(UAE)-分散液液微萃取(DLLME)/气相色谱法测定环境水样中六氯苯、林丹和硫丹,并对影响萃取和富集效率的因素进行了优化。在最优条件下,六氯苯、林丹及α-硫丹的线性范围为1.0~1 000μg/L,检出限分别为0.47、0.39及0.63μg/L;β-硫丹线性范围为5.0~1 000μg/L,检出限为2.44μg/L;相对标准偏差(RSDs)为8.3%~11.7%(n=7)。用该方法对环境水样中的六氯苯、林丹及硫丹进行了分析,自来水、灌溉水、湖水样的平加标回收率分别为94.2%~100.4%、89.4%~99.4%和69.6%~96.3%。     

数学课堂教学设计的有效性探究

1问题情境引入的有效创设有效的问题情境是指能激发学生兴趣、激发学生思考的一种问题模式.要研究问题情境的价值,为什么要引入这一问题情境?什么样的问题情境才是有效的?新课引入的问题情境要蕴含数学的思想、数学的本质,并能很好地贴近学     

硫酸铵-碘化钾-罗丹明6G体系浮选分离镉(Ⅱ)的研究

研究了硫酸铵-KI-罗丹明6G体系浮选分离Cd2 的行为及其与常见离子分离的条件. 结果表明, 控制溶液pH 7.0, 当(NH4)2SO4用量为1.0 g, 0.1 mol/L KI溶液和0.001 mol/L 罗丹明6G溶液的用量均为1.0 mL时, Cd2 可被定量浮选, 而Zn2 、Mn2 、Co2 、Ni2 、Fe3 等金属离子在此条件下不被浮选, 实现了Cd2 与这些离子的定量分离. 方法用于合成水样中微量Cd2 的定量浮选分离测定.     

竖直平板间自然对流大尺度相干结构的POD分析

POD方法是研究湍流相干结构的有效手段．将该方法应用于竖直平板间自然对流的问题,考虑到流场的热耦合性,采取了速度场与温度场相关联的POD分析．研究表明,该流场具有显著的结构性,流场中的主要含能流动形态为大尺度螺旋涡与纵向涡结构．用POD分析方法,得到广义“能量”在各模态问的分布,发现其分布有比较明显的收敛性．通过POD方法重构流场,可以用较少的模态捕捉到该流场的主要信息．     

铅的痕量分析技术

就近五年来国内痕量铅的分析技术进展进行了综述，主要有原子光谱法、分子光谱法、电化学分析法和其它检测方法。     

仿生异质结全太阳光谱催化CO2还原特性研究

为了突破光热催化CO₂还原中太阳能吸收、光热转化以及载流子传输受限的瓶颈,本文受蝴蝶翅膀的启发,将原子薄纳米片Bi₂MoO₆垂直生长在柚子皮衍生碳(CPP)表面形成具有波导效应的脊阵列,利用多重散射强化太阳光吸收,实现光催化与光捕获中心的有机集成;受植物对光选择性吸收的启发,利用分形结构诱导太阳光的多级吸收,实现全太阳光谱的梯级利用。通过UV-Vis DRS、XPS、瞬态光电流以及DFT研究表明,CPP@Bi₂MoO₆的脊阵列和分形结构导致禁带宽度降低至2.43 e V并且催化表面温度迅速升高至117.2?C,M-O-C电子桥实现电子跨界面传输并形成“电子–热能–CO₂”富集中心,光热效应导致富集在CPP表面的电子向CO₂吸附位点迁移,使得CO₂被大量电子活化并沿CO₂→CO₂*→CO₂-→COOH*→CO*→CO的反应机理转化。     

基于COM+的WebGIS系统设计与实现

针对目前主流的WebGIS平台开发技术,如CGI、Server API、Plug-ins、ActiveX、Java等存在的缺陷,提出了一种新的基于COM+技术实现WebGIS的系统框架,对系统实现的技术基础和系统架构进行了论述,对系统实现中的3个关键问题提出了解决方案,给出了系统运行的实例.应用实例表明,该解决方案具有充分利用服务器资源、支持多用户并发操作、较高的系统安全性以及与客户端平台无关等优点,具有较高的实用价值和较好的应用前景.     

微波消解-紫外分光光度法测定水中总氮

研究了用微波消解-紫外分光光度法测定水样中的总氮,结果表明,所提出的消解方法具有操作简单、省时、消解完全的特点,精密度和准确度均令人满意．方法的线性范吲为0．0242～9．60mg／L,水样加标回收率为101％～103％,相对标准偏差为0．13％～0．44％。     

面向多光谱卫星成像的广义光谱超分辨率

针对多种多光谱卫星成像模式,对原始光谱超分辨率概念进行扩充,提出一种联合数据驱动与模型驱动的深度学习算法。模拟构建的多个数据集,讨论了不同多光谱成像模式下的光谱超分辨率之间的差异,验证了所构建算法的稳健性,提高了现有多光谱卫星影像利用率,对光谱超分辨率的更广泛情形进行了概括。