吹脱捕集/气相色谱法测定水中苯系物

利用吹脱捕集/气相色谱法对水中苯系物进行了实验测定,分离效果良好.相关系数在0.992～0.994之间,相对标准偏差在3.4%～4.6%之间.     

基于粗集、遗传神经网络的环境质量评价

基于粗集、遗传神经网络的环境质量评价方法利用粗集对属性的归约功能将数据库中的数据进行归约，并将归约后的数据作为训练数据提供给BP神经网络；再用遗传算法和BP算法相结合的混合算法来训练网络预测模型的结构（在得到最优网络结构的同时也得到网络的最优权值和阈值）。通过实例表明该方法是有效的，为环境质量评价提供了一种新的研究思路和分析方法。     

应用被动吸附管测定大气中的挥发性有机物

采用被动采样法与主动采样法同时采集环境空气中的挥发性有机化合物(以下称为VOCs),对取得的样品通过气相色谱-质谱联用仪进行分析,取得主动采样法测定的环境空气中的挥发性有机化合物(VOCs)的浓度,同时测得相同地点应用被动采样管的VOCs捕集量,确定两种方法测定结果之间的定量关系,即相关系数.经实验研究得出很好的一致性结果.     

颗粒物捕集器在港口疏浚监测中的应用

颗粒物捕集器技术首次应用到港口疏浚监测中，通过对现场疏浚悬浮颗粒物的监测以及对生物的急性半致死浓度的模拟实验研究，建立了一套较完整的疏浚监测系统和技术，可以更有效和直观地反映疏浚过程中对养殖海区生物的影响。现场调查和实验结果表明：在疏浚区和养殖区交界处疏浚悬浮物在海水表面的垂直通量为１２．６８ｍｇ／（ｃｍ＾２．ｄ），中层为２５．４１ｍｇ／（ｃｍ＾２．ｄ）；在养殖中心区表层为７．５８ｍｇ／（ｃｍ＾２     

分子扩散法捕集环境中SO2的研究

吸收膜容量研究表明，用１０％（Ｖ／Ｖ）三乙醇胺十丙酮或１０％（Ｗ／Ｖ）ＮＯ２ＣＯ３作吸收剂，在１５℃，绝对干燥空气条件下测得两种采样器的感受（α），１＾采样器α１（ＴＥＡ）０．３０４３ＰＰｍ．ｈ．μｇ＾－１（ＳＯ＾２－４），α２（Ｎａ２ＣＯ３）０．２９６３ｐｐｍ．ｈ．μｇ＾－１（ＳＯ＾２－４），２＃采样器α２（ＴＥＡ）０．７８９３ＰＰｍ．ｈ．μｇ＾－１（ＳＯ＾２－４）α２（Ｎａ２ＣＯ３）０．８６６     

中国汽车产业地理集中及其影响因素研究

20世纪80年代以来中国汽车产业空间格局发生了显著变化。利用1980-2004年中国各省区汽车产业数据,计算并分析基尼系数判断汽车产业在省区之间分布的不平衡性及其变化趋势。分析结果发现,中国汽车产业在20世纪80年代趋于分散而在90年代更趋集中,但是基尼系数值并不大,是一种相对集中。基于汽车产业区域集中的影响因素分析,探讨了中国汽车产业地理集中的决定因素,统计结果表明,规模经济、技术外溢、市场容量、城市化水平、运输条件、劳动力条件是影响中国汽车产业集中分布的显著因素。外商投资与汽车产业地理集中成正相关,但效应并不显著。产业集中并没有促进产业间市场联系的加强;产品差异导致汽车产业的空间分散成为可能。     

国家安全监管总局征集重大事故防治关键技术科技项目

本刊讯 1月11日，国家安全监管总局发出通知，决定组织开展2012年安全生产重大事故防治关键技术科技项目征集工作。     

顶空固相微萃取-气相色谱质谱法测定水体中的苯甲醚

建立了顶空固相微萃取-气相色谱质谱法定性定量检测水中苯甲醚的分析方法。对影响检测结果的因素如萃取头的选择、萃取时间等进行了优化。经过条件优化，方法在1～1 000 μg/L 范围内线性良好，线性相关系数＞0.999，实际水样加标质量浓度分别为10，60，300 μg/L时，加标回收率为85%～120%，相对标准偏差（RSD）为3.95%～6.72%。全扫描模式下，苯甲醚的检出限为0.3 μg/L。实验结果表明，该方法快速、简便、灵敏度高，方法精密度和准确度均能满足水中微量及痕量苯甲醚检测的要求。     

以高质量快节奏促进企业环保发展——记江苏天楹环保能源股份有限公司

江苏天楹环保能源股份有限公司(以下简称公司)是一家集投资、建设、运营、维护垃圾焚烧发电项目和相关环保设备研发及制造为一体的环保新能源企业,是江苏省十二五环保产业发展重点培育的龙头企业之一。自2007年12月启东生活垃圾焚烧发电项目开工建设以来,公司通过自主创新获得了多项国家专利,并通过引进国外先进成套技术,致力于打造环保治理精品工程和以垃圾焚烧设备、烟气净化、污水处理、垃圾压缩为主导产品的国内领先的环保装备制造基地。     

区域PM_(2.5)内源外源贡献率的集对分析研究

判断某一地区PM_(2.5)来自内源和外源的比例,是大气污染防治的重要问题。该文以东莞市为例,构建了计算区域PM_(2.5)内源外源贡献率的集对分析方法。清溪地区自身的污染排放少,污染物浓度低;又由于地理、气象等原因,该地PM_(2.5)浓度主要由东莞其他地区污染物传输贡献,受东莞市以外地区影响较小,故清溪站PM_(2.5)浓度能基本反映东莞PM_(2.5)的本底浓度。依据本底浓度,把各污染物组分的浓度分为内源段和内外源混合段后,利用东莞5个监测站点源解析样本可分别构造样本集合A与评价等级集合B。根据B集合对混合段的数据进行集对分析,求出各站点污染物组分的浓度与内源、外源的联系度,即贡献比例。研究表明,内源外源对东莞PM_(2.5)的贡献比例分别为83%和17%,大致符合预期。此法简单有效,为政府控制PM_(2.5)制定污染物减排措施提供参考。