排序方式: 共有414条查询结果,搜索用时 578 毫秒
341.
为揭示土壤微生物及酶活性与重金属污染的内在关系,并建立土壤重金属污染水平的酶活性及生物学参数表征体系,以安徽铜陵狮子山矿区周边土壤为研究对象,测定矿区内不同功能区域(采矿区、选矿区、堆矿区、尾矿库以及菜园)土壤中w(Cu)、w(Zn)、w(Cd)、w(Pb)和基础呼吸、微生物量碳含量、代谢熵等理化性质以及6种土壤酶(脲酶、蔗糖酶、纤维素酶、过氧化氢酶、中性磷酸酶和碱性磷酸酶)的活性.结果表明,所选矿区不同功能区域的内梅罗综合污染指数(PN)依次为堆矿区(10.77)>采矿区(4.38)>选矿区(4.06)>尾矿库(2.55)>菜园(1.35);4种重金属(Cu、Zn、Cd和Pb)的单因子指数(Pi)依次为Cd > Cu > Zn > Pb.不同功能区域内6种土壤酶活性之间有显著差异并呈不同程度变化,且均以菜园土壤酶活性为最大,其中,过氧化氢酶、中性磷酸酶和蔗糖酶活性均可以有效地表征w(Cu)、w(Zn)、w(Cd)和w(Pb)的水平.与基础呼吸或者微生物量碳含量指标相比,代谢熵能更好地表征土壤环境污染状况.研究显示,土壤酶活性、代谢熵与Cu、Zn、Cd、Pb这4种重金属含量均呈极显著相关,因此可通过测定土壤酶活性和代谢熵等生物学参数为矿区土壤环境质量评价及生态修复提供参考依据. 相似文献
342.
石墨炉原子吸收分光光度法测定土壤中总铬 总被引:1,自引:0,他引:1
建立了土壤中总铬测定的石墨炉原子吸收分光光度法;以塞曼效应扣除背景,优化了石墨炉灰化、原子化温度、停留时间及基体改进剂用量。结果表明:当原子化温度为2 700℃,灰化温度为700℃,原子化时间2 s,灰化时间为9 s;基体改进剂用量为3~5μL时,仪器可以达到最佳工作状态。该方法铬元素浓度在0~32μg/L内呈良好的线性关系,相关系数r=0.999 9,检出限为0.3 mg/kg;对土壤标样GSS-1和ESS-1的铬测定精密度均小于5%,相对误差在-4.8%~-0.7%之间,方法的灵敏度和准确度均符合要求。因此,石墨炉原子吸收分光光度法测定土壤中总铬具有原子化温度高、干扰少、灵敏度高等特点可适用土壤中总铬的测定。 相似文献
343.
药物与个人护理品(PPCPs)对水体环境的潜在风险日益引起人们的关注。采用固相萃取-高效液相色谱串联质谱(SPE-LC/MSMS)检测方法,考察了11种典型PPCPs在城镇污水处理厂尾水及其周围地表水和地下水中的赋存与分布特征,并采用RQ模型对其潜在的生态风险进行了浓度评估。结果表明:11种典型PPCPs中有9种被检出,尾水、地表水和地下水中均检出布洛芬、双氯芬酸、吉非罗齐、卡马西平和罗红霉素等目标物质,其中布洛芬的检出浓度高达166.00ng/L;PPCPs浓度在地表水和地下水中呈现出时间变化特征,主要受尾水排放、降雨产生的径流和稀释作用的影响;参照RQ模型评估水体中PPCPs的生态风险,结果显示在所有检出的目标物质中,布洛芬、双氯芬酸和双酚A的风险商值都大于0.1,表明其对水体的生态环境存在中等风险,这与该3种目标物质的频繁使用密切相关。 相似文献
344.
345.
为研究含NaCl添加剂超细水雾对甲烷爆炸的影响,在自制的半封闭透明管道内,进行含NaCl添加剂超细水雾抑制甲烷爆炸试验,通过检测和分析在不同NaCl浓度情况下超细水雾的粒径和甲烷爆炸的平均火焰传播速度、爆炸超压以及平均升压速率,探究NaCl浓度对超细水雾粒径及其对抑制甲烷爆炸有效性的影响。研究结果表明:NaCl浓度对超细水雾粒径影响较小;对于体积分数为9.5%的甲烷,相比于纯甲烷爆炸,其平均火焰传播速率、最大爆炸超压以及平均升压速率分别下降了53.7%,63.4%和60.7%,相比于超细纯水雾,其平均火焰传播速率、最大爆炸超压以及平均升压速率分别下降了38.6%,58%,56%;在通雾量相同的条件下,浓度为2.5%NaCl超细水雾对体积分数为9.5%的甲烷爆炸抑制性能最佳;含NaCl添加剂超细水雾的物理化学共同作用可以有效抑爆甲烷。 相似文献
346.
为降低城市管道泄漏定位误差,提出1种改进的集合经验模态分解(IEEMD)样本熵分析的管道多点泄漏定位方法。首先通过在EEMD中添加自相关函数计算和EMD算法,得到IEEMD;然后应用IEEMD可将原始泄漏信号直接去噪并分解为真实信号分量和冗余分量,经样本熵分析计算剔除冗余分量,获得有效泄漏信号;最后根据互相关时延计算和声发射时差定位法精确计算泄漏点位置。结果表明:该方法泄漏信号提取效果好、计算效率更高,有效提高了信号的信噪比,降低了信号的均方误差;该方法将管道泄漏定位误差降低至4.06%,较大程度提高了管道泄漏定位精确度。 相似文献
347.
348.
为提高车站客流统计的精度使其可以准确预警,针对传统的客流统计方法步骤繁琐、准确率低等局限性,对基于卷积神经网络的行人人头检测方法进行研究。首先在常州某车站安检站台处通过高位摄像头采集行人的人头数据库;然后通过不同的行人特征提取网络(Inception模块、Resnet、Mobilenet)与Faster R-CNN、SSD、R-FCN等目标检测结构组合的方式来对比探究各种行人人头检测组合模型的准确率和检测速度,并选择最优的行人人头检测方法;最后通过模型试验分析,结果显示Inception-V2特征提取网络与Faster R-CNN目标检测结构组合的行人人头检测模型具有较高的准确率和较优的实时性,这种行人人头检测方法对客流预警具有重要的意义。 相似文献
349.
350.