气象与水质对滇池草海叶绿素a浓度的影响

为研究滇池的叶绿素a含量与气象条件、水质因子的关系,利用滇池地区气候资料检测数据和滇池草海水质理化指标监测数据,运用多层线性模型来分析叶绿素a与总磷、总氮、透明度、生化需氧量、溶解氧等水质因子及光照、温度、风速、降水等气象条件的关系。模型分析结果表明:(1)水质因子中总磷与滇池草海叶绿素a含量正相关,而总氮、透明度分别与叶绿素a负相关;(2)气象条件中总辐射、降水量对滇池草海叶绿素a含量影响显著。滇池草海中总氮已经超过常规研究中对叶绿素a限制的上限,已经完全不再限制叶绿素a的生长。因此滇池草海水体可能是磷限制性湖泊。因此现阶段滇池富营养化的控制以控制总磷水平为主,同时提高水体透明度,短期控制中可以考虑采用人工降雨等气象控制予以辅助。     

电力工程地下水环境影响评价工作等级及范围确定方法探讨

随着地下水环境影响评价工作的开展和深入,各行各业在开展地下水环境影响评价工程的实践过程中遇到了一些问题,这给电力工程地下水环境勘测评价工作的开展造成了诸多不便,尤其是地下水环境影响评价的工作等级和范围的界定方面.文章根据对电力行业地下水环境工作的认识,结合多年的实践经验,主要针对最新颁布的《环境影响评价技术导则-地下水环境》(HJ610-2016),进行了地下水环境影响评价等级及范围确定方法的深入研究和探讨.     

H.265在安防行业的应用现状

正引言过去的10年里,视频监控的主流分辨率是VGA级别的,主要视频压缩标准是H.264。现在的摄像机主流分辨率是1080p或720p等高清级别的,H.264仍占据了网络视频码流的80%左右,但也面临诸多挑战。在这十年间,H.264在视频监控IP化过程中扮演了重要的角色。随着摄像机分辨率的不断增加,出现了更大的百万级像素(MegaPixel)sensor、全景摄像机甚至是千万级像素sensor,同时面     

一家之言

规划环评的本质应是一个交流平台 中国人民大学环境学院教授宋国君表达了对中国环评制度的担忧：“从世界范围看,中国目前的环评制度是最复杂、最专业、成本极高的,而由于我们给予环评这一项政策太多的功能期望和压力,又使得环评制度实际执行效率很低。”     

吴忠泽：新时期中国风投市场面临挑战

在由中国科技金融促进会风险投资专业委员会主办的2008风险投资年度工作会议暨中国创新与创业风险投资论坛上,科技部党组成员、纪检组组长吴忠泽表示,风险投资伴随世界范围内高新技术产业的发展浪潮蓬勃兴起,为高新技术成果向现实生产力快速转化、壮大中小企业发挥了不可替代的作用。当前,随着科技进步进程的加快和世界经济的深刻调整,全球风险资本市场在经历了5年恢复期后,正在进入新一轮快速发展周期。     

原子荧光光谱法测定背景土壤中的硒

应用AFS-230型双道原子荧光光谱仪建立可适用于背景土壤中微量硒的测定方法.采用王水(1 1)比色管水浴消解法消解样品,并对各种最佳分析条件进行探讨和验证.方法的检出限为0.02mg/kg,线性范围0～10mg/kg,回收率94.4%～103.4%.用标准物质对照,其测定数据完全在标准值范围内.     

砷酸根促进红壤吸附Cd(Ⅱ)的机制

用一次平衡实验法研究砷酸根对Cd(Ⅱ)在红壤表面吸附和解吸的影响,结果表明,加入砷酸根使土壤对Cd(Ⅱ)的吸附量和解吸量均增加,且随着砷酸根加入量的增加,土壤对Cd(Ⅱ)的吸附增量和解吸增量也均增加.当向体系中加入砷酸根后,红壤胶体的Zeta电位显著降低,说明胶体颗粒表面的净负电荷增加.这说明砷酸根主要通过自身吸附增加了土壤表面的净负电荷,从而增加了土壤对Cd(Ⅱ)的静电吸附量.研究结果还表明,在pH 3.5-6.0范围内,砷酸根均表现出对Cd(Ⅱ)吸附的显著促进作用,说明砷酸根与Cd(Ⅱ)在红壤表面的协同作用可以在比较宽的pH范围内发生.     

北京市通州区地表水中多环芳烃的分布与季节变化

在北京市通州地区河流沟渠上设立23个采样点,于2005年7月、10月、12月和2006年3月分四次采集水样.采用SPE-GC-MS内标定量分析方法,检测了水体中16种美国EPA优控多环芳烃(PAHs)的浓度.结果表明,通州地区河流水体∑PAHs全年浓度范围为87-1889ng·l-1,夏季最高,春季最低.南部的凉水河/凤港减河、凤河高于中部的通惠河/北运河/沟渠,北部的潮白河相对较低.16种PAHs以二/三环为主,所占比例将近90%.     

取代芳烃的生物降解性与结构相关性研究

采用量子化学MOPAC－AM1法计算了42种取代芳烃的生成热Hf、分子最高占有轨道能EHOMO、分子量MW、分子总表面积TSA及偶极矩μ。分别采用线性回归分析法和人工神经网络法对所研究化合物的生物降解性参数BOD进行QSBR研究。对训练组而言，线性方法和神经网络法的平均预测误差分别为15．9％和11．4％；而测试组化合物的平均百分误差分别为14．5％和13．0％。无论对于测试组还是训练组，神经网络法的预测都更精确。     

碳纳米管溶胶的制备及其去除水中异狄氏剂的研究

采用强酸表面氧化法对碳纳米管表面进行处理,促进碳纳米管在水中的分散,制备碳纳米管溶胶,用于去除水中低浓度持久性有机污染物异狄氏剂.扫描电镜观测表明,氧化后的碳纳米管团簇被分散开,碳纳米管被打断.碳纳米管溶胶对异狄氏剂的吸附性能研究表明,制备的碳纳米管溶胶对异狄氏剂吸附去除效能优于原始碳纳米管,优化的pH值为6,此时碳纳米管溶胶对18μg/L异狄氏剂去除率达到100%;水中的腐殖质提高了吸附去除效能;碳纳米管溶胶对异狄氏剂的吸附等温线呈线性,碳纳米管溶胶的吸附性能优于原始碳纳米管吸附性能.吸附去除后,溶胶态碳纳米管以0.05 mmol/L氯化铝从水中沉淀分离.