首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  免费   2篇
综合类   4篇
评价与监测   1篇
社会与环境   1篇
灾害及防治   1篇
  2022年   1篇
  2021年   1篇
  2019年   1篇
  2018年   1篇
  2016年   1篇
  2015年   1篇
  1984年   1篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
分别采用十八烷基三甲基氯化铵(OATC)和磷酸改性电极并负载铁涂覆在碳布表面,制得Fe/OC-OATC电极和Fe/PC电极用于构建生物电芬顿系统,提高电芬顿技术中H2O2的原位生产能力,达到高效降解印染废水的目的.通过极化曲线、功率密度曲线以及循环伏安曲线对2种复合电极的电化学性质进行分析,结果表明,Fe/OC-OATC的电流密度、最大功率密度以及氧还原能力等均优于Fe/PC,最大功率密度为4.89W/m3,相应的电流密度可达22.9A/m3.然后探究了2种复合电极构建的生物电芬顿系统对罗丹明B的降解效果,结果显示,Fe/OC-OATC体系﹥ Fe/PC体系,Fe/OC-OATC体系对罗丹明B的去除率最高达96.4%.最后根据动力学分析和反应机理的研究,分析了2种系统对罗丹明B的降解机理.  相似文献   
2.
以巢湖2009—2017年,每年4—10月(共63个月)的地面和遥感监测结果的日平均值作为基础数据,分别对地面和遥感监测指标求月平均值,根据各指标间的相关性,最终确定巢湖水华月平均强度评价的指标为藻密度、月累计水华面积、平均水华面积和大面积次数,对这4个指标分别采用分级赋分的方法进行评分,总评分等于4个指标评分之和,依据总评分的结果,将巢湖水华强度由弱至强分为5个等级。依据该评价方法,巢湖水华强度从4月—9月,基本由弱至强呈上升趋势,中间偶有波动,在9月前后达到峰值,水华强度一般为较强至强。  相似文献   
3.
基于MODIS影像监测2016年巢湖蓝藻水华分布,结果表明:水华的频次,持续时间从西北部水域向东南部水域逐渐减弱;西半湖湖心水华开始日期最早(5月19日),持续时间最长为131d,塘西水华发生频次较多(10次).进一步将水华遥感监测结果与同步水面实测水质参数数据(藻密度,叶绿素a,总氮,总磷)进行相关性分析,利用Q型聚类分析将水面实测采样点分为东区和西区两部分.西区藻密度,叶绿素a,总氮,总磷和水华面积相关性较强(R2均大于0.6).  相似文献   
4.
<正> 鉴于 DD—1地震仪报警器在报警灵敏度调高时普遍存在抗干扰能力下降的现象(如开关日光灯、收音机等电器时会导致假报警),因此,在实际使用时灵敏度不可能调得很高,一般在记录幅度大于20mm 才能报警。而且对于黄土覆盖较厚地区的台站,因地震波高频部分已衰减,以及受报警器频率特性范围的限制,所以往往记录幅度很大也不能报警,以致贻误震情。为此,我们对 DD—1地震仪报警器作了简易的改装,现将改装方法作一简单介绍,以供参考。  相似文献   
5.
孔晓乐  王仕琴  赵焕  袁瑞强 《环境科学》2015,36(11):4051-4059
华北低平原区区域水资源和农业生产矛盾突出,深层地下水氟超标进一步限制了区域水资源利用.为了解区域地下水中氟的分布情况及其来源,在南皮县域内通过野外调查和采样,利用水文地球化学和稳定同位素相结合的方法对其进行了分析.结果表明,空间分布上,浅层地下水低氟中心分布在地表淡水水库——大浪淀附近,高氟中心分布在东南和西南部;深层地下水高氟中心与开采量大的区域分布一致.局部地区受点源(暗管排污)和非点源(深层地下水灌溉)等人为因素的影响出现浅层地下水氟超标现象;受岩石沉积、水文地质条件等影响所有深层地下水氟质量浓度均超过国家饮用水标准(1.00mg·L-1),过量开采深层地下水导致黏土矿物里面的氟离子随释水作用进入水体,导致氟质量浓度升高.随着浅层微咸水开发利用程度的增加及深层地下水限采压采措施的执行,华北中东部低平原区区域水环境将发生较大变化,明确现状条件下地表水和地下水氟污染的原因对未来水资源合理开发利用具有重要意义.  相似文献   
6.
云南省1958~2013年极端气温时空变化特征分析   总被引:2,自引:0,他引:2  
利用云南省1958~2013年28个气象站点逐日最高气温、最低气温数据,计算10个极端气温指数.基于Mann-Kendall(M-K)方法分析极端气温指数年代/际、季节变化趋势,并利用反距离权重法探讨极端气温空间分布特征.为进一步明确未来各极端气温指数年/季节可能存在的变化趋势,利用R/S分析方法,估算极端气温指数的Hurst指数.分析结果表明:(1)时间上,极端高温事件发生频率及持续时间均显著大于低温事件,而最低气温增温幅度高于最高气温.且年/季节最高气温与最低气温均在1980年代后呈现更为显著的增温趋势,四季中冬季最高、最低温度增温幅度均最大;(2)空间上,极端高温事件高发地区为滇西南与滇中地区,而极端低温事件高发地区为滇西北及滇东北地区;(3)全省未来最高气温(TMAX)与最低气温均呈增加趋势,且TMIN增加趋势持续性更为明显,增温趋势持续性最强的地区为:昆明、景洪、腾冲、香格里拉及昭通TMIN.  相似文献   
7.
PM2.5主要受排放源、大气化学、气象条件等驱动因素的非线性影响,了解驱动因素对PM2.5浓度的影响十分重要. 本研究基于南开大学大气环境综合观测超级站的逐时在线观测数据,耦合机器学习方法和受体模型,揭示了驱动因素的重要性以及对PM2.5浓度的影响. 结果表明:① 2018年11月—2020年10月观测地点的PM2.5浓度范围为3.21~291.80 μg/m3,采暖季PM2.5浓度和化学组分均高于非采暖季. ②使用受体模型解析PM2.5的来源及其贡献,发现观测期间二次源的贡献率(44.7%)最高,其他依次为燃煤源(23.6%)、机动车排放源(11.0%)、扬尘源(9.9%)、生物质燃烧源(7.2%),工业源的贡献率(3.6%)最小. ③利用随机森林-SHAP模型量化排放源、大气氧化能力、气象条件等驱动因素对PM2.5浓度的影响,发现观测期间排放源对PM2.5浓度的影响程度为54.3%,高于其他驱动因素;气象条件对PM2.5浓度的影响程度次之,为32.4%;大气氧化能力对PM2.5浓度的影响程度相对较低,为13.3%. 在采暖季和非采暖季,各驱动因素对PM2.5浓度的重要性在排序上没有变化,然而驱动因素对PM2.5浓度的影响程度有所不同. 采暖季排放源对PM2.5浓度的影响程度高于非采暖季,采暖季大气压对PM2.5浓度的影响程度低于非采暖季. 研究显示,排放源对PM2.5的影响相对较大,气象条件和大气氧化能力对PM2.5浓度的影响也不容忽视.   相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号