浅谈水质分析的质量控制

在水文、水利工作中,水质的分析非常重要,需要给予高度重视。所谓的水质分析,就是利用物理、化学、生物等方法,来检测水质样品,对水质的性质、成分等进行定性与定量分析,以判断水质是否符合标准。本文从检测人员、设备管理、空白试验、人员比对试验、标准物质测定,标准曲线等方面对水质分析的重要性以及其主要程序进行了分析探讨。     

环境监测质量管理体系的构建分析

在环境监测中,构建完善的环境监测质量管理体系,有助于提高环境监测质量,保障环境监测技术水平的显著提高。本文则对我国环境监测质量管理体系中存在的问题探讨,并分析其具体的构建策略。     

新形势下县级环境监测站的能力建设

县级环境监测站是我国环境保护体系中的重要组成部分。但目前县级环境监测站的现状中存在着许多亟需改善的问题,如监测人员、实验设备、监测用房、工作制度等方面。县级环境监测站必须从自身的转型发展出发,提高监测人员素质,建立标准化实验用房,完善实验室质量管理体系,使监测站的监测能力得到全面提高。     

环境大气监测的全程质量控制浅析

2105年柴静的《苍穹之下》将"雾霾治理"这个常论常新的话题再次推到了舆论的风口浪尖,空气质量中PM2.5超标,雾霾的阴影弥漫在人们心中。因此,环境大气的检测迫在眉睫,影响环境大气监测的因子多种多样,这些因素在一定程度上会影响大气监测的结果。所以,对环境大气的检测进行全程质量控制具有至关重要的作用。     

如何提升水质环境监测的质量

水是人类赖以生存的生命之源,水质的好坏与人类开展各项生产活动及日常生活息息相关,因而加强水质环境的监测质量尤为重要。通过环境监测,可以有效掌握当前水环境的质量状况,并对水污染趋势做出合理的判断和预测,从而有效保障水质的健康。本文就如何提升水质环境监测的质量进行了浅要的分析,旨在有效减少水污染,促进我国的可持续发展。     

环境空气质量自动监测数据的日报审核分析

近年来,随着我国市场经济秩序的不断完善,人们对环境空气质量的重视度越来越高。然而,在环境空气监测过程中常会受到很多因素的干扰而影响上报数据的准确性,因此,如何提高数据审核人员的工作质量和效率,确保环境空气质量监测数据的准确性、代表性、精密性、可比性和完整性,这是现阶段环境监测站所关注的一个焦点。本文就环境空气质量自动监测数据的日报审核进行分析,以期为环境空气质量自动监测数据审核人员提供一些有益的帮助。     

环境监测工作中的实验室质量控制措施研究

保证环境检测工作顺利进行,就是要为环境监测准备一个好的检测环境。保证好的检测环境,就要对实验室质量进行控制。能够保证环境监测数据的准确性。在对实验室的质量进行控制的时候,分析人员利用各项技术对其进行检测以确保环境检测数据的准确性和可靠性。为了保证检测数据的准确性,必须结合实验室质量其环境监测中占有的地位,对实验室质量控制采取有效的措施。     

岷江上游高山森林冬季河流中凋落叶碳、氮和磷元素动态特征

高山森林河流中凋落叶元素释放动态不仅是生态系统物质循环和能量流动的重要组成部分,而且是森林养分流失的主要过程,并可能与冬季雪被和冻融导致的水环境变化密切相关.以岷江上游高山森林4种代表性植物康定柳(Salix paraplesia)、高山杜鹃(Rhododendron lapponicum)、方枝柏(Sabina saltuaria)和四川红杉(Larix mastersiana)凋落叶为对象,采用凋落叶分解袋法,研究冬季不同冻融时期(冻结初期、冻结期、融化期)河流中凋落叶碳(C)、氮(N)和磷(P)元素动态特征.康定柳、方枝柏和四川红杉凋落叶C(14.6%-47.7%)、N(22.3%-58.5%)和P(4.8%-20.5%)元素在整个冬季均表现为明显的释放现象,而高山杜鹃凋落叶C(-7.3%)和N(-62.7%)表现为明显的负释放(富集)现象,P(0.7%)表现为微量的释放现象.整体而言,凋落叶分解过程中C、N和P元素在冬季的冻结初期、冻结期和融化期整体表现为释放—富集—释放的模式,但康定柳和方枝柏凋落叶N表现为富集—富集—释放模式,方枝柏凋落叶P表现为释放—富集—富集模式.同时,凋落叶C、N和P元素的释放率受河流水温、p H、电导率和C、N、P营养元素等水体环境因子的显著影响.这些结果表明高山森林河流水环境特征显著影响了凋落叶分解过程中元素动态及其相关的物质循环过程,但影响程度受到凋落叶种类和基质质量的控制.     

兰州市不同径粒大气颗粒物污染特征及气象因子的影响分析

空气污染程度与就诊率、呼吸道发病率及死亡率等有着密切的联系。兰州市在上世纪末曾被喻为卫星上看不到的城市,它的大气污染程度一直以来为人们所关注。利用2013年国家环保部公布的兰州市5个监测点（涵盖了4区1县）大气细粒子PM10及PM2.5的监测数据,针对全年的日均PM2.5与PM10质量浓度并结合了同期的气象因子进行分析研究,结果表明：春冬季为兰州大气中两种颗粒物的污染的高峰期（春季峰值为3月份,PM10及PM2.5质量浓度的月均值为309和103μg· m-3,超标倍数为1.062与0.436;冬季峰值为11月份,PM10及PM2.5质量浓度的月均值为203和85μg· m-3,超标倍数为0.353与0.7）,夏秋季为低谷（波谷为9月份,PM10及PM2.5的月均值为96和39μg· m-3,均低于国家标准）。PM2.5与PM10质量浓度比值均在0.4与0.5之间,呈一定的线性关系,大气污染较轻。当温度在-3~0℃之间时,大气中PM2.5与PM10质量浓度变化较剧烈。露点温度高于-3.15时,使得PM10的质量浓度下降明显;当日均露点温度高于1.85时,PM2.5的质量浓度随着露点温度的增大而降低,说明湿沉降对着两种粒子的清除作用明显。降水对大气中的两种颗粒物均呈现清除作用,但是在降水后PM10质量浓度迅速回升,但PM2.5质量浓度却变化不大。风向偏西时,大气中细颗粒污染物浓度增加。风速的增加对PM2.5有一定的清除作用,但由于兰州市的地貌特征,使得大气中PM10的质量浓度增加。上述结果为兰州市大气污染的监测与治理及大气污染预报提供了重要的依据。     

杭州地区大气细颗粒物浓度变化特征分析

利用2012年杭州地区(杭州、桐庐、建德、淳安)大气颗粒物监测仪TEOM1405D的连续观测资料,对该地区PM2.5质量浓度的变化特征及其与气象条件的关系进行了分析研究.结果表明,2012年杭州、桐庐、建德、淳安PM2.5年平均浓度分别为50.0±25.7、46.5±22.0、42.1±21.8、36.9±21.2μg·m-3,空间上呈现至北向南逐渐下降的变化趋势.受边界层高度、降水等气象条件影响,4个站点PM2.5浓度的季节变化基本表现为秋季冬季春季夏季,其中秋、冬季PM2.5超标日数高达80%左右.杭州地区PM2.5日变化呈现明显的双峰型特征,其峰值出现时间与人们的早晚出行高峰有较好的对应关系.对比不同站点PM2.5浓度变化可以看出人口密集城市区域气溶胶浓度要显著高于乡村地区.通过拟合小时平均值最大出现频率得出杭州地区最具代表性大气状态下PM2.5的浓度值为21.2μg·m-3.风向风速与PM2.5浓度的关系表明杭州主要以本地污染为主,桐庐受本地污染和区域输送双重影响,建德主要表现为区域输送.