首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 62 毫秒
1.
挥发性有机硫化合物释放的研究与展望   总被引:10,自引:0,他引:10  
  相似文献   

2.
土壤理化条件变化对含硫气体释放的影响   总被引:9,自引:2,他引:7  
研究在不同的室内培养条件下,土壤的各种物理化学条件对含硫气体释放的影响.结果表明,土壤在含水率为50%~75%,pH=3.25~8.67,较大的C:N 条件下,各含硫气体的释放量较大.而光照条件对于不同的硫源释放含硫气体的情况各有不同.环境条件通过改变微生物的活动改变了各硫源的生化分解的产硫量  相似文献   

3.
挥发性有机硫化合物释放及对全球环境的影响   总被引:4,自引:0,他引:4  
介绍了几种挥发性有机硫化合物:甲硫醚(DMS)、羰基硫(COS)、甲硫醇(MSH或CH3SH)、二硫化碳(CS2)和二甲基二硫(DMDS)从各种自然源(主要是生物源)释放的情况,并论述了有机硫气体释放对全球环境和气候的影响。着重阐述了在海洋、陆地生态系统中,各种生物硫源的释放情况和有机硫气体的迁移、转化规律。讨论了大气中痕量有机硫气体的分析方法,并提出一些建议。  相似文献   

4.
西安地区土壤CO2 释放量和释放规律   总被引:13,自引:0,他引:13  
Zhao J  Du J  Yuan D  Yue Y  Zhang X 《环境科学》2002,23(1):22-25
根据碱溶液吸收法,对西安地区不同植被条件下土壤CO2释放量进行了昼夜观测,观测资料显示,西安地区各月份土壤CO2释放量在一昼夜内具有明显的变化,从当日上午到次日上午,CO2释放量表现出由低变高再变低的规律,土壤CO2释放量变化与温度变化具有相同的特征,但释放量的变化具有滞后性,相对于温度的变化滞后4-6h左右,温度是决定土壤CO2释放量昼夜变化规律的主要因素,它的升高和降低分别造成了土壤CO2和放量的增加和减少,不同植被条件下,土壤CO2释放量不同,林地释放量大于草地,草地释放量大于裸地,夜间12h释放量大于白天12h释放量。  相似文献   

5.
土壤焙烧过程中碘的释放及其环境意义   总被引:1,自引:1,他引:1  
研究了温度和焙烧时间对黄壤和红壤碘排放的影响。随着焙烧时间的增加,土壤中碘的逸出率呈上升趋势,900℃时焙烧90min后碘的排放基本达到平衡。土壤中的碘主要以吸附形式存在,各种吸附剂对碘的吸附强度不同,从105℃开始即有部分碘被释放出来,随着温度的升高,更多的碘被解吸、释放。焙烧90分钟,1100℃时碘的逸出基本达到平衡,红壤和黄壤碘的逸出率分别为99.85%和98.52%。500℃和900℃左右是土壤碘释放的两个高峰,分别对应着高岭石和蒙脱石的脱羟基作用,这表明有相当一部分I-取代粘土矿物晶格中的OH-而进入了晶格内部。粘土砖生产过程中碘的排放系数约为97.56%,通过计算得出我国粘土砖生产每年向空气中排放4100t碘,其对生态环境与人体健康有重要影响。  相似文献   

6.
小麦田中有机硫气体的释放   总被引:2,自引:0,他引:2  
采用密闭箱法对不同施肥条件下小麦田中羰基硫(COS)、二硫化碳(CS2)和二甲基硫(DMS)的释放情况进行了监测.结果表明,小麦生长过程对COS、CS2和DMS释放影响显著,小麦对COS有明显吸收作用,DMS和CS2是麦田中释放的主要含硫气体.COS和CS2释放速率昼夜变化明显.仅施用有机肥的麦田,硫释放总量高于其它田块.不同施肥条件的田块,硫释放总量范围在-1.40~0.79mg·ml-2之间.  相似文献   

7.
土壤中发生的挥发性有机硫气体的研究   总被引:11,自引:0,他引:11  
测定了张北、封丘、鹰潭、吴县、长沙、湛江等地旱地土壤和水稻土在室内培养情况下挥性有机硫气体的释放。结果表明,这些土壤中产生硫化氢、氧硫化碳、甲基硫醇、二甲基硫、二硫化碳和二甲基二硫等含硫气体。水稻土中产生的有机硫气体高于旱地土壤,同时施用有机肥和化肥后,土壤中发生的有机硫气体高于仅施用化肥,在厌氧条件下检测到的有机硫气体高旱地土壤、同时施用有机肥和化肥后,土壤中发赡有机硫气体高于仅施用化肥。在厌氧  相似文献   

8.
水稻土中挥发性含硫气体的释放   总被引:1,自引:0,他引:1  
通过建立野外采样系统,对一个生长周期内水稻土释放的挥发性含硫气体进行了检测.研究结果表明:水稻土中释放的含硫气体主要为COS、CS2和DMS,并有少量的DMDS.估算出的各含硫气体的释放通量分别为81.11、6.33和10.71 mg·(m2·a)-1.我国水稻土释放含硫气体的通量为(S)0.013662 Tg/a,全球为(S)0.07992Tg/a  相似文献   

9.
水稻土中甲硫氨酸分解释放挥发性含硫气体的影响因素   总被引:2,自引:1,他引:2  
为了探讨水稻土中含硫气体产生和释放的途径 ,在室内培养条件下 ,测定了南京水稻土中含硫气体的释放 .从该淹水土壤中测出 3种含硫气体 ;羰基硫 (COS)、二甲基硫 (DMS)和少量硫化氢 (H2S)气体 .当土壤中加入甲硫氨酸后 ,DMS气体的释放量有了明显增加 ,此外还有大量甲硫醇 (CH3SH)和二甲基二硫 (DMDS)气体测出 .而 COS在好氧条件 (普通大气淹水 )下的释放量明显增加 ,在厌氧条件 (充氮淹水 )下的释放量变化不明显 ;只有 H2S的释放量几乎没变 .这些结果表明 ,甲硫氨酸的分解可能是 COS、DMS、CH3SH和 DMDS的产生源之一 ,且释放含硫气体的种类明显不同于胱氨酸和半胱氨酸 .在好氧 (普通大气 )条件下 ,DMDS和 CH3SH的释放量低于厌氧情况 (充氮气 )下的释放量 ,DMS则高于厌氧条件下的释放量 .这表明 ,水稻土中甲硫氨酸分解产生 DMDS和 CH3SH需较强的还原条件 ,产生这 2种气体的微生物需要严格的厌氧条件 .产生 DMS的微生物则比前者需要高一些的含氧量 .土壤 pH值和含水量及光照对甲硫氨酸分解释放含硫气体均有影响 .各含硫气体在持水率 50%、普通大气、光照条件下的释放量明显高于无光照条件下的释放量 .  相似文献   

10.
对38种芳基脲类化合物的土壤吸附系数进行了定量结构-活性相关研究。利用量子化学的AM1方法提取化合物的结构参数,运用多元回归分析和人工神经网络对该化合物进行比较研究。研究结果表明,神经网络法所得结果优于多元回归分析结果,并对分析结果进行了吸附机理讨论。  相似文献   

11.
人工神经网络在环境科学中的应用研究   总被引:3,自引:0,他引:3  
以B-P网络为例介绍了人工神经网络模型的应用原理。以开拓人工神经网络在环境科学中的应用范围为目的,综述了几种常用神经网络模型在环境预测与评价2方面的应用性能。结果表明:人与环境关系的科学量度是多方位、多因素的非线性模糊问题,而人工神经网络模型具有解决该类问题的独特优点。针对不同环境问题,优选模型,开拓人工神经网络方法在环境科学中的应用范围,为环境问题的解决提供新的技术手段。  相似文献   

12.
环境质量综合评价的径向基函数网络模型   总被引:10,自引:1,他引:10  
建立了一个环境质量综合评价的径向基函数人工神经网络(RBF-ANN)模型,同时提出了一种简便?快速的RBF-ANN的最小二乘算法(RBF-LS算法)?在城市环境质量综合评价的应用中表明,提出的RBF-ANN模型及其算法是合理?有效?通用的?   相似文献   

13.
用TM影像进行湖泊水色反演研究的人工神经网络模型   总被引:19,自引:0,他引:19  
利用人工神经网络技术进行了湖泊水色遥感的反演研究,在同步实验的基础上了构造了包含一个隐含层的BP神经网络模型,利用TM卫星影像反演悬浮物、CODMn、溶解氧、总磷、总氮和叶绿素浓度反演精度较高,相对误差基本在25%以下,同时分析了该人工神经网络反演模型的误差来源,改进措施以及应用前景.研究表明,在进行小规模的同步监测的基础上,此模型可用于湖泊水质调查、分析和评价.  相似文献   

14.
基于B-P人工神经网络的环境测点的优选   总被引:9,自引:1,他引:8  
为了对有多项污染物的环境测点进行优选,提出了单项污染物对环境作用的“相对贡献率"和多项污染物对环境综合作用的“作用和贡献率"的新概念及其计算公式。将B-P神经网络原理与逐步聚类分析思想相结合,用于环境测点聚类优选。该方法用于成都市12个环境测点的优选结果符合客观实际。此外,它还具有简便实用、客观性好的特点。   相似文献   

15.
介绍了造成中国石化齐鲁分公司硫黄回收装置烟气CO排放浓度高的原因,并制定了相应的改造方案。对装置目前可实施的运行参数进行了优化调整,个别装置CO排放可达100 mg/m 3以下,其他装置等待检修时改造实施。  相似文献   

16.
人工神经网络在水质规划和管理中的应用   总被引:13,自引:0,他引:13  
对人工神经网络在水质规划与评价、给水处理与污水处理等几方面的应用研究现状、发展趋势进行了综述,并通过一些实例分析得出:人工神经网络用于水质规划和管理不但可行,而且适应性强、结果客观、合理、具有深入开发的研究价值和良好的应用前景。  相似文献   

17.
为在小样本情况下对腐蚀损伤进行预测,结合灰色系统与神经网络,提出了灰色神经网络模型,利用该模型对已知腐蚀损伤数据进行了预测检验。为对比研究,同时采用灰色系统与神经网络方法预测了损伤值。结果表明,3种预测模型中,灰色神经网络预测精度最高,能够满足工程使用要求。  相似文献   

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