饮用水消毒中一氯胺的衰减动力学研究

对饮用水消毒过程中一氯胺的衰减过程,采用二级反应速率模型对其衰减规律进行了非线性拟合;分别考察了pH值、温度、碳酸盐、溴离子、碘离子和天然有机物(NOM)浓度等水质参数变化对一氯胺衰减速率的影响.结果表明,pH值是影响一氯胺衰减速率的重要因素,pH<7.0时尤为明显;温度和碳酸盐对一氯胺的衰减速率均有明显影响;在pH=6.60时,随着溴离子浓度的增加一氯胺的衰减加快;在pH>7.60,0.1 mg/L的溴离子浓度对一氯胺的衰减影响不明显,碘离子对一氯胺的衰减影响较相同反应条件下溴离子的影响明显.此外,一氯胺衰减动力学模拟结果表明,采用二级动力学反应模型可以较好地拟合在卤素离子(Br-I、-)共存条件下的一氯胺衰减规律,对在沿海地区饮用水消毒工艺中不同条件下氯胺消毒剂浓度预测可以提供一定的理论和技术支持.     

钻井废弃泥浆重金属消解酸液配比体系研究

为了研究微波消解配以不同的酸液配比对钻井废泥浆样品重金属测定的影响,采用硝酸、盐酸、氢氟酸、双氧水4种酸以不同加量对废泥浆和标准土壤(GBW07426)进行消解,用原子吸收光谱仪测定了不同消解方法的Cd、Cr、Pb含量,进而建立一种合理的消解方法配合原子吸收光谱仪用于测定废泥浆中的重金属含量。结果表明:消解方法精密度较好,最大相对标准偏差为1.66%,所测标准土壤含量均符合给定值,方法准确可靠,加标回收率在90%¹10%之间,质量控制过关。     

环境与健康领域队列研究进展

环境与健康问题是影响人类健康和社会发展的重要因素,也是当前我国环境保护工作关注的重点内容。针对队列研究在因果判定方面的独特优势及当前我国环境与健康问题日益突出的现实,对环境与健康领域队列研究的应用与发展进行了综述,阐述了环境与健康领域队列研究的主要内容,提出了进一步开展环境与健康领域队列研究的必要性,并分析了我国在该领域开展大型队列研究所面临的机遇和挑战,旨在为队列研究在环境与健康领域的应用提供多样化视角及更合理的分析框架。     

丰枯水期鄱阳湖表层水中羟基自由基浓度及其抗生素净化作用研究

鄱阳湖位于我国农业大省江西省,表层湖水中羟基自由基(HO·)引发的水体光化学反应,可能对流域内的农业污染物—抗生素具有潜在的净化作用.因此,本研究以氙灯模拟太阳光测得鄱阳湖及周边河流羟基自由基表观光量子产率(ΦHO·),在丰水期为(0.57~10.33)×10~(-5),枯水期为(0.45~3.52)×10~(-5).丰水期溶解态有机物(DOM)对HO·形成的贡献率为85.8%~98.7%,枯水期为58.5%~97.6%,表明DOM是HO·形成的主导物质.可能由于水体混合均匀,丰水期除抚河水体可能有其特殊的化学组成外,其它湖泊与河流的水化学组成接近,表现出随溶解态有机碳含量升高,ΦHO·呈先增大后减小的现象.枯水期水体各化学组成含量显著高于丰水期,光屏蔽与淬灭可能起主要作用,只有当NO_2~-含量较高时才显示出对HO·形成的贡献.依据太阳光强可得鄱阳湖丰水期及枯水期表层水HO·的稳态浓度分别为9.51×10~(-16)与4.92×10~(-17)mol·L~(-1),湖水中5种抗生素在HO·作用下的半衰期分别为2.3~13.9 d与44.5~268.7 d,丰水期鄱阳湖表现出更高的光化学净化能力.     

饮用水氯化消毒过程的动力学模型研究进展

饮用水氯化消毒的安全性问题一直是水处理领域的研究重点,其氯化消毒过程动力学过程模型的建立,对于饮用水含氯量监测、评价及生成消毒副产物的控制具有重要意义。本文概述了饮用水氯化消毒过程的有关动力学模型研究现状及进展,从模型依据的机理和表达形式等方面分析了饮用水氯化消毒过程的动力学模型研究进展,介绍了广泛应用的几种模型,如Clark自由氯衰减模型、Valentine氯胺衰减模型等,通过对相关模型的原理、异同点、优缺点、适用性的对比及对影响模型的因素分析,对氯化消毒过程中动力学模型的今后发展趋势作了展望。     

养殖鳜鱼体内典型有机氯化合物的检测与人体健康风险评估初探

利用GC-ECD检测了江苏省吴江市某养殖塘内的一批鳜鱼体内有机氯农药（OCPs）和多氯联苯（PCBs）等典型有机氯化合物（OCs）的含量水平,并对其人体健康风险进行了初步评估.结果表明,养殖鳜鱼体内滴滴涕（DDTs）、六六六（HCHs）、六氯苯（HCB）和PCBs的含量范围分别为1.3～4.57、0.13～1.24、0...     

基于机器学习的二氧化碳卫星反演方法

基于机器学习模型在分析数据并学习预测方面的优势,提出了一种基于机器学习的短波红外通道CO₂卫星遥感反演方法,以卫星观测辐亮度、气溶胶光学厚度、温度构建训练数据集,采用前馈神经网络与量化共轭梯度算法进行训练学习,构建了短波红外通道卫星CO₂反演模型,并利用GOSAT卫星观测光谱数据反演了CO₂浓度.反演结果与TCCON站点观测数据进行了比对,结果表明:卫星与地面观测的相关性优于0.86,平均误差小于2.5×10^-6,验证了反演方法的有效性.     

漾濞县漾濞江2020年水质特征分析

利用漾濞县漾濞江地表水2020年监测数据资料,分析每个监测点指标变化情况,发现漾濞县漾濞江水质情况总体良好,漾濞江总体达到地表水Ⅲ类水体标准.出现部分指标偏高原因,主要是入境水质以及集镇污水处理设施建设缓慢.     

吹扫捕集-气质联用方法测定水中25种挥发性有机物

水体中的有害挥发性有机物,如芳香烃、脂肪烃、卤代烃等由于其化学性质稳定,不易分解,会渗入地下水层中,对环境破坏很大,如果长期接触,会造成人体慢性中毒,引发癌症,还会直接影响到生殖和神经系统.因此对水中挥发性污染物的监测成为了日常环境分析工作中的重中之重.     

基于机器学习的大气PM2.5中金属浓度预测模型的研究

基于2013—2018年哈尔滨市气象数据、大气污染物数据和细颗粒物（PM_2.5）中金属成分数据,采用机器学习方法探索大气PM_2.5中金属浓度预测模型,并选择最优模型进行污染物浓度预测。结果表明,多元线性回归（MLR）、人工神经网络（BP-ANN）、支持向量机（SVM）和随机森林（RF）4种模型中,RF对大气PM_2.5中5种金属［锑（Sb）、砷（As）、铅（Pb）、镉（Cd）、铊（Tl）］的浓度预测效果最佳,在训练集和测试集中表现均较稳定,其中相关系数（r）均＞0.7, 平均绝对误差（MAE）和均方根误差（RMSE）数值较小。RF在大气PM_2.5中金属浓度预测上具有较好的表现,可在缺乏监测和实验数据的情况下,实现对大气颗粒物中金属浓度的快速预测,为全面了解颗粒物中金属污染特征提供数据基础。