电感耦合等离子体质谱法测定地表水中铊的研究

本研究建立了电感耦合等离子体质谱法(ICP-MS)测定地表水中铊的方法。对仪器工作条件进行了优化,用在线内标校正基体效应的干扰,重点考察了样品测定介质、酸度、共存元素干扰等因素对测定结果的影响。在最佳实验条件下,该方法的检出限可达0.003μg/L,线性相关系数不小于0.999 9,加标回收率为93%~110%。与传统的原子吸收法相比,该方法不需要富集等繁琐的前处理过程,具有检出限低、快速、精密度和准确度高等优点。     

大型河流大面积死鱼应急监测案例分析研究

以湖南湘江干流大面积死鱼突发环境事件为例,详细阐述了该事件开展应急监测的全过程,并就河流大面积死鱼突发环境事件应急监测方案、监测指标确定、原因分析等内容进行探讨。溶解氧低是死鱼的主要原因,而大体量低溶解氧污染团的形成与持续高温干旱天气、暴雨以及特殊的开闸放水方式有关。所分析的案例为死鱼事件应急监测工作提供借鉴和参考。     

石化装置异常工况监测预警系统研究

针对石化装置的工艺生产特点,以生产过程的"数据"与"知识"为基础,进行多源信息融合,研究了用于信号处理的基于提升格式的数据滤波技术、基于灰色时序模型的参数预警技术、基于平行坐标的报警优化技术;用于异常工况监测预警的基于专家系统与人工神经网络的异常工况识别技术、基于机理模型的装置物料与能量平衡分析技术、基于状态空间分析的运行状态监测预警技术;搭建了异常工况分析测试与试验平台,用于异常工况监测预警系统的可靠性与完备性分析.工业应用表明,该系统对减少误操作具有良好的效果.     

基于多变量可视化数据分析的报警优化设计研究及应用

在石化生产过程报警系统中,针对过多错误或无效的报警会给操作员正常操作决策带来干扰的问题,为减少重复及不必要的报警,对平行坐标可视化分析技术及独立变量分析技术进行了深入的研究,并应用平行坐标与独立变量分析结合对报警数据进行了优化设计,应用案例的数据分析结果验证了该方法的有效性.     

BP 神经网络模型在环境气象灾害预测中的应用研究--以湖南省为例

依据环境气象数据与自然灾害统计数据,建立BP神经网络模型,对湖南主要气象灾害（洪灾、旱灾、冰冻灾）及受灾经济损失进行实例预测,将在MATLAB7软件中的仿真结果与传统的多元线性回归模型分析结果进行比较和误差分析。结果表明,BP神经网络模型在洪灾、旱灾受灾率方面的预测效果和精度优于多元回归模型,而由于冰灾训练样本不足及经济损失与输入因子的线性相关程度高,在冰灾与受灾经济损失率方面稍逊于多元回归模型。     

离子色谱法测定多种水体中碘化物应用研究

利用AS19阴离子交换分离柱,KOH淋洗液自动发生器,抑制型电导检测器,建立了测定多种水体中碘化物的离子色谱法.讨论了干扰及消除、色谱条件的优化,分析方法的线性与检出限、精密度、准确度等,并应用该方法对多种水体中碘化物进行了测定.结果表明:该方法不受水体中其他阴离子干扰,检出限低,线性范围宽,相关系数R2=0.999 9,精密度高,准确度好,操作简便可行,适用于多种水体中碘化物的测定.     

关于水工环地质勘查中技术应用的几点思考

随着科技的不断创新,水工环地质勘查技术也在不断的被创新。在各种高新技术与设备被不断的应用到水工环地质勘查中后,水工环地质勘查的质量与效率也得到了更为有效的提升。本文主要对水工环地质勘查的现状进行了简要的分析,并阐述了水工环地质勘查的重要性,最后论述了水工环地质勘查技术的应用方法。     

围海造地生态补偿机制探析

为缓解人地矛盾,维持社会经济发展,围海造地已成了许多沿海区域扩增建设用地的首选.但围海造地工程在带来巨大利益的同时,也给海洋生态坏境带来了一系列的负面影响,造成了新的不平衡.本文在围海造地环境影响分析及其生态补偿问题研究的基础上,从环境法的视角出发,对中国围海造地生态补偿制度的构建提出建议,最终达到使中国围海造地生态补偿制度的总体法律体系框架及具体的制度内容得以较为全面的完善与健全的目的.     

江苏省印染污泥现状分析

对江苏省四大纺织基地进行调研,掌握了17家典型的印染企业污水处理量、污泥脱水及处置方式.同时,取样分析了印染污泥中重金属镉(Cd)、铅(Pb)、总铬(Cr)、铜(Cu)、锌(Zn)和镍(Ni)及含水率、低位热值、灰分和氯离子含量的变化情况.研究表明:采用板框压滤脱水的印染污泥平均含水率可达66.42%,便于焚烧处置;将近1/2的污泥低位热值低于污泥助燃焚烧的限值,需对污泥处理工艺和脱水方式加以改进;污泥处理过程中含氯药剂的加入使得Cl-含量波动较大,焚烧时需加强对二英的监测;17家印染企业污泥中重金属平均含量均低于江苏省城市污泥重金属平均含量,但Zn的含量却远高于评价标准.本文可为江苏省印染污泥焚烧及污染防治工作提供技术支持.     

基于特征显著性的地震灾害发生后建筑物裂缝智能检测模型

由于地震灾害发生后建筑物表面具有多纹理性、多目标性特征，导致现有的建筑物裂缝智能检测方法已经不能满足检测需要。为了提高检测效果，该文设计提出基于特征显著性的地震灾害后建筑物裂缝智能检测方法。建立压缩感知去噪框架，通过图像重构消除震后建筑裂缝图像噪点。采用FCM聚类分割法对去噪图像进行分割，引入灰度直方图作为灰度级的模糊聚类样本点，利用灰度样本完成图像聚类。基于人眼视觉特征，对图像背景区域重新划分，完成图像边缘检测。基于提取的二值化图像确定裂纹特征，根据特征值范围确定裂缝种类实现震后建筑裂缝检测。