气相色谱法测定废水和废气中N′,N-二甲基甲酰胺

以气相色谱石英毛细管柱分离、ＦＩＤ检测,测定废水和废气中Ｎ′,Ｎ－二甲基甲酰胺（ＤＭＦ）。在１０ｍｇ／Ｌ～１８８１０ｍｇ／Ｌ范围内有良好的线性关系。检测限：废水为０５ｍｇ／Ｌ;废气为０８ｍｇ／ｍ３。样品测定的相对标准差为４％～８％,回收率在７６％～１１２％之间,精密度和准确度均较好     

影响马尾松毛虫虫灾发生类型因素的重要性分析

运用列联表分析方法探讨了小班的林地起源、优势树种、地理、生长等因素对小班的马尾松毛虫虫灾发生类型的影响。分析结果表明：小班的海拔高度和坡度是决定小班的马尾松虫灾发生类型的关键因素。小班的优势种结构、平均树高及郁闭度对小班的马尾松毛虫虫灾发生类型也有较大的影响。图12表1参2     

延边地区水稻稳产高产施肥体系的探讨

采用二次饱和D-最优设计,建立了有机肥、氮肥、磷肥和钾肥配合施用对水稻产量影响的数学模型.研究表明有机肥施用量的过多或过少均使水稻产量下降,化肥的施用也有相似的影响;有机肥与氮肥、磷肥、钾肥只有施用量在适宜的范围内,交互作用较大,产量最高.提出了延边地区水稻获得稳产、高产的施肥体系.     

冶炼烟气中砷的监测方法改进

金属冶炼烟气中的砷大都以颗粒物的形式存在,对环境造成污染.2010年,国家颁布了《铜、镍、钴工业污染物排放标准》( GB 25467-2010),对于废气中砷的监测,该标准中规定使用《空气和废气砷的测定 二乙基二硫代氨基甲酸银分光光度法(暂行)》( HJ 540-2009).然而该方法中对于烟气中砷的监测方法存在一定问题,高氯酸在高温消解过程中易爆炸,比较危险,另外采用在锥形瓶内加热至产生白烟的排酸方式不能有效地排净硝酸,会导致反应无法进行.为此,就该方法中有组织排放废气中砷的前处理部分提出了改进意见.     

不同生境苔类和角苔类植物对生态环境的指示作用

利用植物对生态环境进行监测能综合地判断生态环境变化情况。通过对黔北丹霞地貌区、香纸沟喀斯特地貌区及烂泥沟卡林型金矿区苔类、角苔类植物的比较研究,统计分析种群的分布情况。结果表明,角苔类植物主要生长于生态环境保护较好的区域,扁萼苔科、角苔科为生态环境保护较好区域监测指示科植物,蛇苔属为生态环境保护较好区域监测指示属植物,小蛇苔、蛇苔为生态环境保护较好区域监测指示种植物。     

直接测汞法和原子荧光法测定土壤中总汞的比对研究

采用DMA-80直接测汞技术,与国标方法原子荧光法对土壤中总汞的测定进行了方法比对研究。试验结果表明,直接测汞法的检出限优于原子荧光法,精密度和准确性能够满足土壤实际样品的测定,对30个实际样品分析结果的比对表明,方法间无显著差异,该方法快速、准确、无污染。     

环境空气中汞的直接测定方法研究与应用

研究了环境空气中汞浓度的直接测定方法。利用金汞齐富集－便携式测汞仪对环境空气中的汞进行直接测定,具有简便、快捷、不使用化学试剂的优点。经测试,该方法在0～180 ng／m^3范围内具有良好的线性关系,最低检出浓度为5 ng／m^3。     

太湖蓝藻水华时空分布与预警监测响应的分析

选择2007和2008年200幅EOS/MODIS太湖蓝藻监测遥感影像,统计分析了梅梁湾、竺山湾宜兴段、贡湖湾、东太湖胥口湾和湖州方向湖体蓝藻水华爆发的空间和时间分布规律。并在得出全太湖蓝藻水华空间和时间分布规律的基础上,从环境监测部门蓝藻预警监测工作的实际出发,将蓝藻水华预警监测的响应划分为常规监测和应急监测,提出了具体的监测要求,为环太湖地区的相关部门更好地开展蓝藻预警监测工作提供了科学依据。     

测定环境空气中砷及其化合物的方法改进

对《空气和废气监测分析方法》中砷的采样和测定方法进行了改进,并在云南某炼铜厂环境空气中含砷监测进行了实际验证。结果表明,方法的检出限、精密度、准确度均能满足测定的要求,并且更适合测定高浓度砷。     

中型景观尺度下斑块类型和地理特征影响杨树人工林干部病害的发生——以河南省清丰县为例

景观病理学在开展病原扩散、病害发生及其严重程度方面以其全新的视角,为森林病害的区域控制提供了新的研究技术及理论支持。首次利用景观病理学原理和方法对河南省清丰县一个中型景观下杨树人工林干部病害发生特征开展了研究,目的是解析在大尺度下斑块类型和地理特征对杨树人工林病害发生的影响。在100 km2的调查区域,以种植方式和林分类型划分斑块类型,分析显示发病株率在不同斑块间差异显著：农田间作斑块的林木发病株率显著低于孤立斑块、纯林斑块、混交林等斑块的发病株率;但发病株率在孤立斑块、纯林斑块及混交林等斑块间无显著差异。抚育管理措施对预防和减轻杨树人工林干部病害的发生起到关键左右：精细管理林分（有修枝、施肥和锄草）的林木发病株率（p=0.001）和发病指数（p〈0.001）均显著低于粗放管理林分（无修枝、无施肥和锄草等）。人类活动,如无序修剪和放牧很可能是造成村落附近林分发病率显著高于其他地点林分的主要原因。采用logistic回归,以品种编号、树龄、树高、林分密度、林分郁闭度、林分类型、斑块类型、地理特征,等为自变量建立病害发生预测模型。方程拟合达到极显著水平（Wald=71.248,p〈0.001）。方程总的预测正确率为68.2%,发病的预测正确率为79.8%。