空气中氮氧化物的测定及问题研究

本文介绍了空气中氮氧化物测定的新方法－－化学发光法，对有关问题时行了初步探讨和研究，为正确使用该方法及仪器，确保分析工作顺利进行提供了依据。     

餐饮服务业空气污染调查

随着人民生活水平不断提高,餐饮服务业空气污染日趋严重,烧烤油烟对室内空气污染也日益严重。烧烤油烟不仅有燃料燃烧产物,而且还有加热烧烤食物和烹调油产生大量热氧化分解产物造成室内空气混合污染。该课题以烧烤餐馆为例,对烧烤餐馆混合污染状况进行了调查,并初步比较了不同排风方式对消除污染的作用。材料与方法:1　烧烤餐馆污染调查11　调查对象:对北京市宣武区的主营烧烤餐馆进行随机抽样,抽取13家主营烧烤餐馆进行调查12　调查及监测内容:(1)一般情况调查:餐馆环境、规模、通风换气情况、燃料种类、烧烤炉数量、烧烤食物种类、用餐人…     

狮子山上观“阅江楼”

南京是六朝时代的故都，没有人会怀疑她曾经拥有过的辉煌灿烂。然而，六百多年来却一直悬着一个带有难解的历史疑案，这就是为什么在史籍中有《阅江楼记》，而在史迹中却没有“阅江楼”的记载呢？     

从“小车迷”刘青山说开去

大名鼎鼎的刘青山，在中国老一代人中可谓家喻户晓。刘青山在战争年代不愧为英雄人物。但谁会料到像他这样的人却成为腐败分子而被枪决!     

“警车开道”与林则徐“传牌”

“警车开道”的事还是时有所闻的。弄一辆警车提高自己的身价,老百姓对此并不欣赏。构建和谐社会,更不应该扰民。因为我们是社会主义国家,“情为民所系”,“公仆”与主人的关系不应颠倒。且不说,社会“公仆”不应如此,就是出生在封建     

尴尬的邂逅

中秋节前的一个周末晚上,我到火车站送朋友回来,途经龙风大酒家的门口,那里正张灯结彩为人家举办婚宴,台阶下停着许多豪华小轿车。也许是筵席结束了,门口涌出了一群打扮入时的人。客人走时都要带“酒包”。从包装的精美图案来看像是月饼,显然东道主所图的是团圆吉利。     

TCSC对电力系统失步振荡中心迁移的影响

针对柔性交流输电系统(Flexible AC Transmission System,FACTS)装置可能导致电力系统振荡中心迁移的问题,研究分析了可控串联补偿(Thyristor Controlled Series Compensation,TCSC)对失步振荡中心迁移的影响;将等值两机系统中推导出的振荡中心位置公式与TCSC机电暂态模型中阻尼振荡环节的电压/功率控制比例相结合,说明了TCSC电压控制比例对振荡中心迁移的影响机理,并在一个等值两端系统和实际西北电网中进行了仿真验证。理论分析和仿真结果表明:随着TCSC阻尼振荡环节的电压控制比例系数的增大,振荡中心往远离TCSC的方向迁移。     

基于改进麻雀搜索算法优化BP神经网络的土壤有机质空间分布预测

土壤有机质是衡量土壤肥力的重要指标,提高区域有机质空间分布预测精度十分必要.利用黄河流域卫宁平原采集的1 690个土壤表层（0~20 cm）有机质及自然环境、人类活动数据,通过1 348个点采用经典统计学、确定性插值、地统计插值和机器学习的方法分别建立了土壤有机质空间分布预测模型,以342个样点数据为测试集检验分析不同模型预测精度.结果表明,卫宁平原土壤表层ω（SOM）的平均值为14.34 g·kg^-1,1 690个采样点土壤有机质变异系数为34.81%,为中等程度变异,呈现出东北部、西南地区含量低,中间黄河左右岸和地势平缓的黄河阶地相对含量高的空间分布趋势.4类方法的预测精度大小为：机器学习法>地统计插值方法>确定性插值方法>经典统计学方法.通过对比,基于改进麻雀搜索算法优化的BP神经网络预测精度最好,改进后的麻雀搜索算法具有更优的收敛精度,避免了陷入局部最优,防止了数据过拟合,具有较好的预测能力,该优化算法可以提高土壤有机质含量预测精度,在土壤属性预测上有良好的应用前景.     

关中平原城市群城镇化质量时空演变及提升策略研究

从城镇发展度、城镇宜居度、城乡协调度和城镇发展效率4个维度综合评估了2005—2019年关中平原城市群城镇化质量。结果表明:①关中平原城市群城镇化质量呈快速上升趋势,但整体质量依然处于较低水平。②城镇发展系统和城镇宜居系统是关中平原城市群城镇化质量提升的重要维度,城镇发展效率和城乡协调度是城镇化质量提升的短板,经济城镇化和社会城镇化质量快速发展是城镇化质量提升的重要动力,城乡协调度是城镇化质量提升的关键维度。③研究后期关中平原城市群各城市城镇化质量差异明显缩小,城市之间的关联性增强,核心城市辐射带动作用日益凸显。     

AERMOD模型中高空数据在多地理时区下的应用

我国从西到东横跨5个地理时区,而行政时区统一采用首都北京所在东八区作为标准时间。常规高空观测气象数据为一天两测,分别对应我国的早8时和晚20时,均距离各时区的日出时间较远,在AERMOD模型中难以反映白天真实的边界层发展状况。采用统一的地面和高空气象数据,通过改变高空数据中的经度设置各地理时区气象数据情景,并设置三类典型污染源,在AERMOD中模拟分析了采用常规一天两测高空数据和日出时刻高空数据时,大气污染物的浓度变化规律。结果表明,采用常规数据计算的对流混合层高度偏高,预测的大气污染物浓度偏低,建议在AERMOD模型中选用逐时高空数据,并开启AERMET中的Sunrise选项以采用最接近日出时间的高空数据。