排序方式: 共有69条查询结果,搜索用时 866 毫秒
41.
42.
2015年夏季在内蒙古乌达-乌斯太工业园布点采集了大气颗粒物核孔膜样品16件,采用扫描电镜(SEM-EDX)共表征了1600个单颗粒的形貌和化学组成,结果表明,研究区单颗粒主要为矿物颗粒、燃烧产生颗粒和含硫颗粒3大类,其中矿物颗粒不仅含有硅铝酸盐和碳酸盐这类常见颗粒,还有风化煤矸石和沙尘颗粒这两种特殊颗粒;燃烧产生颗粒不仅有通常的燃煤飞灰、烟尘集合体和絮状碳质颗粒,还有原煤尘颗粒.统计表明,烟尘聚合体、硅铝酸盐和沙尘这三者占颗粒物总数的64%,风化煤矸石尘和原煤尘主要呈现为可吸入颗粒(2.5~10μm);烟尘聚合体和沙尘则主要为超细颗粒(<1.0μm).总之,单颗粒分析揭示该典型煤炭工业园区大气颗粒物主要来源:园内燃煤排放和交通,上风向矿区煤炭生产和上风向沙漠自然活动. 相似文献
43.
44.
水源地污染源无人机遥感监测 总被引:7,自引:2,他引:5
无人机遥感是近年新兴的航空遥感技术,随着无人机平台与载荷的不断进步,其研究应用愈加深入,已广泛应用于各行业领域,并作为卫星遥感技术的补充,愈加发挥着重要作用。为拓展无人机遥感技术应用潜力,分析无人机在环保领域应用效果,以扬州市南水北调工程东线输水水域的水源地为研究区域,基于其污染源特征及周边生态环境状况,研究无人机平台与载荷搭配(可见光与热红外)技术,监测研究区污染源,分析其对水质的潜在影响。结果表明,研究区存在多处污染源,主要为点源污染(工业点源、水产养殖、生活污水),面源污染(河道码头、水土流失、农业)和内源污染(航运船舶、桥梁交通运输、渔民生活)等,同时,发现某助剂厂隐藏在水面下的4个排污口。该项技术的实验研究,发挥了无人机平台与载荷搭配应用效果,获取了污染源的类型、数量、空间分布及其扩散形态,为水源地无人机遥感技术应用奠定了工作基础。 相似文献
45.
北京市凉水河表层沉积物中砷含量及其赋存形态 总被引:3,自引:2,他引:1
选择北京市典型的非常规水源补给城市河流(凉水河)为研究对象,采用王水水浴消解法和BCR三步提取法分析了表层沉积物中砷含量及其形态,并利用富集系数法、风险评估指数法和沉积物重金属质量基准法对表层沉积物中砷进行评价.结果表明,凉水河表层沉积物中总砷含量范围是2.18~22.5 mg·kg~(-1),均值为6.01 mg·kg~(-1),多数样点低于北京市土壤中砷的背景值;沉积物中砷主要以残渣态(B4态)存在,平均含量为3.93 mg·kg~(-1);沉积物中各形态砷所占的平均比例顺序为:残渣态(B4态)可还原态(B2态)可氧化态(B3态)弱酸可溶解态(B1态),其中生物有效态砷占总砷的平均比例为39.61%.富集系数法分析结果显示凉水河表层沉积物中砷基本未出现富集;风险评估指数法分析结果显示凉水河60%的采样点表层沉积物中砷含量呈中度风险,40%的采样点呈低风险;沉积物重金属质量基准法分析结果显示凉水河55%的采样点表层沉积物中砷含量低于阈值效应水平(TEL),40%的采样点处于可能效应水平(PEL)和阈值效应水平(TEL)之间. 相似文献
46.
47.
兖州矿区土地破坏主导影响因子筛选及其作用机理 总被引:1,自引:0,他引:1
以兖州矿区为研究对象,选取8个样本矿点,采用理论分析法和专家咨询法,初步确定出14个土地破坏的一般影响因子;利用SPSS软件对因子进行相关分析,降低因子间相关性,消除重复信息,筛选出10个一般影响因子;采用地表下沉值作为衡量土地破坏程度的指标,分析其与10个因子的关联程度,最终确定可采煤层平均总厚、深厚比、地下水埋深、基岩厚度、宽深比、松散层厚度为兖州矿区土地破坏的主导影响因子,并分析其作用机理。为后续的土地破坏程度评价及复垦方案制定等奠定了基础,同时为其他类型矿区土地破坏主导影响因子的筛选确定提供借鉴。 相似文献
48.
49.
为了快速、准确测定玉米叶片中的全氮含量,实现利用高光谱遥感技术对微生物修复作用下氮元素的监测,现设接种丛枝菌根(M)和不接种菌根的对照组(CK),分别测定2个处理下叶片理化参数和光谱反射率数据,研究接种AM真菌对玉米生长的影响并采用逐步回归分析法建模反演叶片全氮含量。结果表明:接种AM真菌可提高不同叶位的叶片全氮、全磷、全钾及叶绿素含量,同时显著提高玉米的生物量和叶片含水率;不同的处理组中全氮含量对不同特征参数的相关性显著情况相同,但相关系数有所差异;2个处理均使用逐步线性回归法,以筛选出的9个极显著相关的光谱特征参数为自变量,对玉米叶片氮含量建模。其中,CK中模型决定系数R2最高可达0.8361,M组中模型的决定系数最高可达0.893,可以较好地估测玉米叶片全氮含量。 相似文献
50.
为了解读作物受重金属污染的光谱响应与光谱特征,以不同浓度梯度硫酸铜(CuSO4·5H2O)胁迫土壤的盆栽玉米培养胁迫实验为研究对象,依据不同胁迫梯度下玉米叶片反射光谱以及叶片中Cu2+含量的测定数据,采用希尔伯特-黄变换(HHT)方法,研究了玉米叶片在不同Cu2+胁迫梯度下光谱的Hilbert边际谱变化特征与污染程度预测方法.通过构建玉米叶片光谱的边际谱熵(MSE),边际谱幅值(MSA)、边际谱陡坡斜率(MSSS)和边际谱包围面积(MSEA)等特征参量,分析叶片在不同Cu2+污染程度下的边际谱变化;同时基于边际谱特征参量值与叶片中Cu2+含量的相关性分析和逐步回归统计,提出了玉米叶片重金属污染的Cu2+含量预测指数模型.实验结果表明,不同Cu2+胁迫梯度下,玉米叶片光谱的边际谱为分布在100Hz频率以内的连续谱;MSE值表现出与叶片中Cu2+含量呈负相关的变化趋势,而MSA、MSSS和MSEA值都表现出与叶片中Cu2+含量呈正相关的变化趋势;由于MSEA值与叶片中Cu2+含量的相关性最好,可把MSEA作为监测作物重金属污染衡量或预测的最优指标;根据MSE、MSA、MSSS和MSEA值构建的Cu2+含量预计指数模型应用结果比较,证明MSEA指数模型具有最优的预测能力. 相似文献