排序方式: 共有4条查询结果,搜索用时 31 毫秒
1
1.
河南某市驾校地表灰尘多环芳烃组成、来源与健康风险 总被引:5,自引:4,他引:1
采集河南省某市29所驾校的地表灰尘样品,应用气相色谱-质谱联用仪(GC-MS)测定样品中16种优控PAHs含量,用终生致癌风险增量模型(ILCR)评价灰尘PAHs不同暴露情景下(情景1、2、3分别为驾校工作5 a、10 a和20 a)的健康风险,用比值法、成分谱法和主成分因子载荷法揭示PAHs来源.结果表明,驾校灰尘ΣPAHs含量在198.21~3 400.89μg·kg-1之间,平均908.72μg·kg-1.单体PAHs含量较高的是萘、菲、蒽、荧蒽,含量最低的是二苯并[a,h]蒽,低环PAHs占ΣPAHs的55.79%,高环占44.21%.3种情景下的平均健康风险为情景3(3.71×10-7)情景2(1.85×10-7)情景1(9.27×10-8),只有一个驾校(J11)在情景3存在潜在健康风险,其他情景下均无风险.皮肤接触灰尘是最主要的PAHs暴露途径,其占总风险的64.21%;其次是误食途径,占总风险的33.04%;吸入途径可忽略不计.驾校灰尘PAHs主要来源为化石燃料不完全燃烧源和混合源,农田区驾校灰尘PAHs的柴油/天然气动力车排放源、燃煤源和汽油车排放源贡献率分别为56.44%、26.55%和17.01%,工业区驾校混合源、汽油车和炼焦/燃煤排放源贡献率分别为76.26%、22.85%和0.89%,混合区驾校燃煤源、天然气/柴油动力车排放源和汽油车排放源的贡献率分别为45.57%、45.41%和9.02%.灰尘PAHs含量及健康风险与其周边环境、前期土地利用状况密切相关. 相似文献
2.
3.
为提高回采工作面瓦斯体积分数预测时效性,建立了EMDLSSVM的瓦斯体积分数动态预测模型;为能够快速有效地反映瓦斯体积分数当前状态,避免早期历史数据对模型预测的影响,采用复合窗口技术对瓦斯体积分数时间序列进行动态更新;为提高算法预测精度,先采用经验模态分解算法(EMD)对更新后的窗口数据进行分解得到高频项、低频项和趋势项,考虑到瓦斯体积分数变化受到诸多因素干扰导致预测难度较大,但由同类因素影响的瓦斯体积分数变化特征具有较高的相似性,利用聚类方法将瓦斯体积分数监测数据划分成性质相似的若干个模式类别,以减少各种随机因素对预测结果的影响,再利用最小二乘支持向量机(LSSVM)对高、低频项进行加权预测,用自回归(AR)模型对趋势项进行预测,最后进行组合预测。实例对比分析表明,该预测模型能够有效地预测瓦斯体积分数的变化趋势,减少了预测时间,预测精度也满足矿山安全工程实际要求。 相似文献
4.
1