“两尘四气”空气污染数据的校准模型

通过Excel软件对监测点收集的空气质量数据进行拆分及构造函数的方法,拟合了“两尘四气”的六个方程,这些方程可用于对自建点数据进行校准。在对所收集的数据标准化后,利用SPSS软件对“两尘四气”数据误差产生的原因进行回归分析,建立了多元线性回归方程。方程显示：压强、温度和风速更容易导致自建点数据误差,可使用对上述三种因素不敏感的材质制造检测仪的传感器。以上使用Excel和SPSS软件对大数据进行比对处理及建模的方法可用于环境监测、农业生产等领域促进高质量生态文明建设。     

厌氧-膜生物反应器处理垃圾渗滤液中多环芳烃的研究

采用固相萃取前处理和气相色谱／质谱联用的方法,分析厌氧．膜生物反应器处理垃圾渗滤液中多环芳烃的去除效果．结果表明,对多环芳烃的总去除效率超过80％;大部分三环、四环和五环的芳烃可在处理过程中被厌氧降解．多环芳烃的主要降解反应发生在厌氧滤池工艺段,然而SCOD(溶解性化学耗氧量),BOD和TOC的主要去除工艺段则是膜生物反应器．     

热脱附对多环芳烃和重金属复合污染土壤的影响

热脱附技术被广泛用于污染场地修复,但其对多环芳烃（PAHs）与重金属复合污染土壤的综合影响仍不清楚。选用PAHs和重金属复合污染模拟土壤,探究热脱附温度（220～400℃）和停留时间（5～60 min）对土壤中PAHs的影响,分析空气与氮气气氛下热脱附温度（310、340和370℃）对土壤中重金属Cu、Pb、As和Cd形态分布的影响。结果表明：随热脱附温度和停留时间的增加,土壤中PAHs去除率显著增加;低环PAHs占比逐渐减少,而高环PAHs占比逐渐增加。在2种气氛热脱附后,Cu、Pb和As弱酸提取态占比略有增加,而Cd弱酸提取态占比显著降低;可还原态和可氧化态的转化趋势具有差异性。随着热脱附温度的升高,Cu、Pb、As和Cd 4种重金属的残渣态占比均逐渐增加,说明热脱附有利于4种重金属的固定。相较于空气,氮气条件下4种重金属可氧化态和残渣态占比均增加;Cu和Pb可还原态占比显著降低,而As可还原态占比有所降低,Cd可还原态占比变化不大。氮气更有利于Cu、Pb和Cd的稳定;相反,空气更有利于As的稳定。     

溢油多环芳烃模糊指数的研究

通过用氧化铝柱层析和等梯度呷醇：水=85％：15％）反相高效液相色谱（C18硅烷柱）紫外检测器254nm,测定30多种油品和我国海洋环境油类样品中的多环芳烃（PAHs）,建立了溢油PAHs模糊指数结果表明,油类PAHs响应因子和相对保留值的变异系数分别在8.4％－16.5％和0.00％－5.4％之间,回收率在74.6％－111.2％之间,精密度和准确度较好;海洋环境油类的多环芳烃模糊指数值（0.00383－0.01839）与润滑油类的值（0.00106－0.00942）接近,较石油及其它产品油的值（0.06983－1.00000）低;用润滑油类作为标准油,PAHs模糊指数作为溢油芳烃类监测的指示物（指标）,可提高监测海洋环境油类的代表性和可靠性     

不同量子化学算法在多环芳烃光解行为定量结构-性质关系(QSPR)中的应用

以采用MINDO/3、MNDO和AMI算法计算的17种多环芳烃（PAHs）的前线分子轨道能为分子结构参数,进行了这些PAHs光解速率常数的定量结构－性质相关（QSPR）的研究,并与基于PM3算法得到的QSPR模型进行了比较,研究结果表明,应用PM3算法得到的前线分子轨道能进行这些PAHs光解速率常数QSPR拟合的结果最好,其次是AMI算法,而MINDO/3和MNDO算法得到的结果较差。     

毛细管气相色谱—负离子化学电离源质谱法测定空气颗粒物中的硝基？…

本文用毛细管气相色谱－负离子化学电离源质谱法（ＧＣ－ＮＩＣＩＭＳ）测定了空气颗粒物中的硝基多环芳烃（ＮＯ２－ＰＡＨ）,通过与标准的保留时间和质谱图的比较,确定了空气颗粒物中含有四种ＮＯ２－ＰＡＨ,它们是２９－硝基芴,９－硝基蒽,１－硝基芘和２－硝基萤蒽。用同一样品进行了毛细管气相色谱正离子电子轰击源质谱分析,并与ＧＣ－ＮＩＣＩＭＳ进行比较     

固相萃取-气相色谱/质谱法测定水中多环芳烃

建立了固相萃取-气相色谱／质谱联用测定水中多环芳烃(PAHs)的分析方法．优化了固相萃取条件。结果表明,固相萃取效率高、萃取时间短,采用MS的选择离子检测方式对实际水样中PAHs进行定性定量分析,平均回收率在80．4％～115％之间,相对标准偏差为7．03％～18．5％,方法的检出限在0．010～0．020μg／L之间。通过实际样品中PAHs的分析表明,该法快速,溶剂用量少,能满足痕量分析的要求。     

有机溶剂浸取石油污染土壤中的多环芳烃

采用索氏提取法和气相色谱分析了某炼油厂周边土壤中的多环芳烃的种类及含量,考察了6种有机溶剂对土壤中多环芳烃的浸取效果,探讨了溶剂与溶质溶解度参数差异对浸取效果的影响。结果表明：土壤试样中含有蒽、荧蒽、芘、 、苯并[a]蒽、苯并[b]荧蒽、苯并[k]荧蒽和苯并[a]芘8种多环芳烃,其含量分别为4.20,22.05,10.62,4.26,5.54,0.80,0.94,4.18 mg/kg;筛选出二氯甲烷作为土壤中多环芳烃的浸取溶剂;最佳浸取条件为浸取时间10 min、浸取温度30 ℃、溶剂与土壤的液固比5:1（mL/g）、土壤含水量8%,在此条件下,总多环芳烃浸出率为83.0%,各种多环芳烃的浸出率分别为蒽97.8%、荧蒽78.2%、芘99.9%、 98.5%、苯并[a]蒽81.1%、苯并[b]荧蒽47.6%、苯并[k]荧蒽14.8%、苯并[a]芘58.7%。     

基于全局跨尺度时空注意力的深度神经网络海表面温度预测模型

海表面温度（sea surface temperature, SST）是海洋与大气之间相互作用的关键因素,海温控制着全球大气和海洋生态系统的变化。准确预测海表面温度的演变对治理全球大气系统和海洋生态系统都具有重要的意义。为了对SST数据的空间自相关性准确建模,本文提出了基于全局跨尺度时空注意力的深度神经网络海表面温度预测模型（deep neural network based on global cross-scale spatiotemporal attention, GCSA-DNN）。模型分为3个部分,从长时序数据中提取时序依赖特征的时序建模模块,从SST序列均值中提取空间分布规律特征的多尺度局部空间建模模块和基于全局跨尺度的时空注意力融合模块,实现每个网格点对全局自相关性的建模。本研究选择空间分布规律不同的东海和南海海域数据,对1981年9月1日至2022年4月7日美国国家海洋和大气管理局（nationaloceanicand atmospheric administration,NOAA）的数据进行了预测分析,共14829条数据,其中1981年9月1日至2021年8月31日的...     

上市公司,请给业绩添点绿

对于许多股民而言,以每股收益为主要指标的上市公司业绩是其操作股票的主要依据之一。因此,一些上市公司为提高帐面上的业绩,不仅利用会计手段玩弄数字游戏,还千方百计减少所谓的“额外支出”,以提高业绩,环境保护费用便是最容易被上市公司“省略”的费用。