高硫石油焦的脱硫研究

采用湿化学氧化和高温煅烧相结合的方法对含硫量6.28%(w)的石油焦进行二段脱硫处理,并利用FTIR、SEM和XRD技术对脱硫机理进行了探讨。实验结果表明:氧化工段的优化条件为硝酸与30%(w)双氧水的体积比1∶2、氧化时间10 h、氧化温度80℃、液固比35 m L/g、石油焦粒径106μm以下,优化条件下的氧化脱硫率为26.91%;煅烧工段的优化条件为1 280℃下煅烧6 h,优化条件下的煅烧脱硫率为79.43%,总脱硫率为83.95%。表征结果显示:经处理后石油焦中的黄铁矿类无机硫以及硫醇类和大部分噻吩类有机硫得到有效脱除,剩余噻吩硫转变为更稳定的形式;处理后的石油焦微观形貌轮廓变得清晰和圆润;处理前后石油焦的石墨雏晶结构基本未发生变化。     

基于随机森林模型的四川盆地臭氧污染预测

为研究四川盆地臭氧（O₃）污染长期变化,使用四川盆地18个城市的地面O₃浓度数据和气象观测数据,首先分析了2017~2020年间四川盆地O₃浓度的时空分布特征,再利用随机森林模型,筛选出影响O₃浓度变化的主导气象因子,构建了气象因子和O₃浓度之间的统计预测模型,并对2020年四川盆地城市群的O₃污染状况进行预测分析.结果表明：①2017~2020年间O₃浓度呈现波动变化趋势,2019年出现一个低值,2020年O₃浓度又有所回升.②气象影响因子中相对湿度、日最高温度和日照时数对O₃浓度变化具有重要意义,而风速、气压和降水量的重要性较低;同时,气象因子之间也存在着不同的线性关系,气压与其他气象要素呈现负相关性,而剩余气象要素之间正相关关系较为明显.③基于随机森林构建的O₃预测模型的拟合优度（R²）较高,展示出较好的预测性能,能够较好地预测O₃浓度的长时间逐日变化,具有良好的稳定性和泛化能力.④通过对四川盆地18城市的O₃浓度变化进行预测分析,结果表明除雅安外,所有城市预测模型的变量解释率均达到80%以上,说明随机森林模型能够较为准确地预测O₃浓度的变化趋势.