毛细柱气相色谱法测定废水中的三氯乙醛

讨论了用毛细柱气相色谱法测定废水中三氯乙醛的方法。该方法用(2+1)石油醚-乙醚萃取废水中的三氯乙醛,方法的相对标准偏差4.9％,回收率91.2％～101.1％,最低检出限4×10~(-2)ng。     

Using improved neural network model to analyze RSP,NOx and NO2 levels in urban air in Mong Kok,Hong Kong

As the health impact of air pollutants existing in ambient addresses much attention in recent years, forecasting of airpollutant parameters becomes an important and popular topic inenvironmental science. Airborne pollution is a serious, and willbe a major problem in Hong Kong within the next few years. InHong Kong, Respirable Suspended Particulate (RSP) and NitrogenOxides NO_x and NO₂ are major air pollutants due to thedominant diesel fuel usage by public transportation and heavyvehicles. Hence, the investigation and prediction of the influence and the tendency of these pollutants are ofsignificance to public and the city image. The multi-layerperceptron (MLP) neural network is regarded as a reliable andcost-effective method to achieve such tasks. The works presentedhere involve developing an improved neural network model, whichcombines the principal component analysis (PCA) technique and theradial basis function (RBF) network, and forecasting thepollutant levels and tendencies based in the recorded data. Inthe study, the PCA is firstly used to reduce and orthogonalizethe original input variables (data), these treated variables arethen used as new input vectors in RBF neural network modelestablished for forecasting the pollutant tendencies. Comparingwith the general neural network models, the proposed modelpossesses simpler network architecture, faster training speed,and more satisfactory predicting performance. This improvedmodel is evaluated by using hourly time series of RSP, NO_x and NO₂ concentrations collected at Mong Kok Roadside Gaseous Monitory Station in Hong Kong during the year 2000. By comparing the predicted RSP, NO_x and NO₂ concentrationswith the actual data of these pollutants recorded at the monitorystation, the effectiveness of the proposed model has been proven.Therefore, in authors' opinion, the model presented in the paper is a potential tool in forecasting air quality parameters and hasadvantages over the traditional neural network methods.     

渤海大气气溶胶元素组成及物源分析

利用电感耦合等离子体-光发射光谱法(ICP-OES)分析了2000年夏季渤海大气气溶胶样品,给出了渤海气溶胶污染物浓度分布特点,结合气象资料和富集因子进行了元素物源分析.分析结果表明,辽东湾的污染程度高于其他海区,气溶胶中含量最高的元素是Zn(1638ng/m3),含量最低的是V(2ng/m3).渤海气溶胶中Pb、Zn、Cu和Ni等具有较高的富集因子.辽东湾Pb的富集因子达4000以上,Zn的富集因子普遍大于其他海区.Pb、Mn、Cu、V等含量的相对大小与同期北京的分析结果一致.综合分析表明,渤海大气严重受到陆地人为排放污染物的影响.     

城市大气中颗粒物的研究现状及健康效应

综述了大气尘(TSP、PM10、PM2.5)的研究现状,重点围绕TSP、PM10、PM2.5的物理特征、化学组成(有机组成、重金属元素的总含量及其各化学形态分布)及其源解析进行描述,也提及了大气颗粒物与健康的关系.     

地表水样品自然沉降时间对总磷测定结果的影响分析

地表水中总磷含量高低是评定水质优劣的一项重要指标,分析数据表明丰水期中总磷主要来源于泥沙中吸附的有机磷和无机磷,而溶解态磷含量较少;水样中总磷含量随着自然沉降时间的延长而逐渐降低.因此样品采集回来后样品的自然沉降时间是影响地表水中总磷测定结果的一个主要原因之一.     

还原蒸馏法分析硝基苯类化合物的探讨

由于还原偶氮比色法中锌渣、滤纸吸附对分析硝基苯类化合物有较大影响,文章采用还原后蒸馏的方法分析硝基苯类化合物,该法比滤纸过滤分析结果准确,精密性好,操作简单.     

大气中HONO来源的研究进展

由于亚硝酸(HONO)在大气中所扮演的重要角色如:OH自由基的前体物以及对臭氧和光化学烟雾形成的促进作用而引起科学界的广泛关注,然而对于大气中HONO的来源问题,特别是它的非均相形成过程目前尚未清楚.本文从HONO在大气中的重要意义及目前国际上对HONO来源的研究现状,特别是它的非均相形成机理进行了阐述;由于其在大气化学中的重要意义,提出我国开展大气HONO研究的重要性,并对其来源问题进行了讨论与展望.     

南京某县空气、土壤中多环芳烃的分布及来源

采用建立的采样及分析监测程序对南京某县空气、土壤中的多环芳烃进行了调查监测,探讨了多环芳烃在空气、土壤中的分布特征、相关性及可能的污染来源.     

一次监测值用于水质评价的研究

以2003年长江和淮河水系为例,通过计算各个评价项目的单月监测值分别与季均值和年均值的相对误差及其分布,以及水质类别相同的断面比例,认为对于旬报、月报短期水质评价,采用一次监测的数据评价水质是可靠的;对于季报和年报中、长期水质评价,采用一次监测数据评价的可靠程度较差,应采用2次或2次以上的监测数据平均值进行评价。     

环境监测业务管理系统的设计与开发

以郑州市环境监测中心站监测业务流程为例,从技术路线、系统结构设计、系统功能分析和技术实现等方面分析并介绍了环境监测业务管理系统的特点和开发时需解决的技术问题。探讨了建立基于B/S结构、J2EE技术架构、创新的组件装配方式、Oracle9i数据库、中间件和多层体系结构等多项先进技术进行系统实现的设计方案。