含植物油废水中CODcr分析的探讨

通过对含动植物油废水CODcr测定的实验，指出了影响CODcr测定的因素，提出了减少影响的建议。     

有机化学教学中渗透绿色化学理念

对绿色化学如何渗透于有机化学教材建设、理论教学、实验教学、多媒体手段教学过程中,进行了大量的研究和实践,论述了将绿色化学理念与方法渗透于有机化学的整个教学过程的重要性、必要性,以及具有一定参考价值的具体做法。     

南宁城市大气污染对人体健康的危害及治理对策

南宁市大气属煤烟型污染 ,大气的主要污染物为SO2 、NOx、TSP、降尘 ,虽然随着环境管理和污染治理工作的加强 ,污染物浓度逐年下降 ,但是工业区大气污染仍然较重。污染物流行病学调查显示 :工业区癌症和呼吸系统疾病死亡率均高于全市平均水平 2倍左右 ,城区又高于郊区 2倍 ,大气污染综合指数与呼吸内科门诊就诊人数呈正相关。用邓聚龙的灰色系统理论分析得知污染物对癌症和呼吸系统疾病死亡率有关联 ,关联度从大到小排序为 :TSP >降尘 >SO2 >NOx ,最后提出了大气污染治理的对策。     

获取日均值的大气监测时段选择

利用数理统计方法，以污染物瞬时监测数据为基础数据，选用控制在一定置信度下最大允许误差的统计公式确定出样本容量，并采用模糊集合集──优化组合选择法，确定出获取日均值的最佳监测时段。     

影响海水铵盐常规分析质探因素研究

本文在采用次溴酸盐氧人分析海水中铵盐含量的基础上，探索并研究了影响水铵盐常规分析质控的各种因素，经实验室量地估计了不同的因素对海水铵盐的分析结果的影响程度。解决了本方法在日常分析工作中所存在的某些不易掌握与控制的关键问题，使得该项分析方法在实践中能较顺利的进行。     

城市游憩空间结构优化研究——以大连市为例

鉴于我国城市化的快速发展．城市居民游憩需求与供给的矛盾日益突出。本文选择城市游憩空间结构作为研究对象．综合分析现有的城市游憩空间结构和典型游憩功能区的研究成果，探讨了城市游憩需求的空间结构特征、游憩供给的空间结构特征．分析了城市游憩需求和供给空间结构特征的形成因素,提出理想的城市游憩空间结构模式。通过调研大连市主城区游憩场所的分布情况、使用情况以及大连城市游憩者的游憩需求特征,分析了大连市游憩供给和需求之间的矛盾及城市游憩空间的等级结构和整体结构。     

敞口,大面积,低流速,低浓度尘排放源的测定

本文针对敞口大面积、低流速、低浓度这类特殊尘排放源的特点，用质量守衡的方法导出在出口附近，烟气的夹卷作用仅出现在这类排气筒所排烟流的边缘。这一现象通过实测烟气参数的各种实验得以证实。以此基础上提出了这类排放源烟尘的测试方法。     

华北区域点冬季二次有机气溶胶特征与影响因素

为探明二次有机气溶胶(SOA)的污染特征和影响因素,本研究于2018年11月—2019年1月对华北区域点(德州市郊区点)细颗粒物(PM_(2.5))的化学组成进行了在线测量,并分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子组分的污染特征及PM_(2.5)与气象要素之间的相关性.结果表明,观测期间德州PM_(2.5)污染严重,平均质量浓度为(115.6±24.6)μg·m~(-3);其中,有机碳和元素碳是PM_(2.5)的主要成分,平均质量浓度分别为(8.2±5.8)μg·m~(-3)和(2.6±2.2)μg·m~(-3),占PM_(2.5)总质量的7.1%和2.2%;PM_(2.5)与风速呈负相关,与相对湿度呈正相关,与气温的相关性较差,偏北风对PM_(2.5)浓度影响较大.同时,本研究利用EC示踪OC/EC比值法对PM_(2.5)中的二次有机碳(SOC)进行了估算,通过估算得到的SOC结果表明,华北区域点冬季SOC是OC的重要组成部分,平均浓度为(4.0±2.9)μg·m~(-3),占OC的45.7%,SOC在白天占比较高(62.7%),早晚由于有局地生物质燃烧影响,SOC占比降低,约占OC的42.7%.本研究还分析了SOC生成的影响因素,分析了德州市冬季O_3、含水量、酸度与SOC的相关性.结果表明,SOC受臭氧浓度影响,但在白天和夜晚表现出不同的相关关系,可能存在不同的生成机制.最后,利用ISORROPIA模型估算了颗粒物的含水量和酸度,发现SOC在高含水量和低含水量下存在不同的关系,高含水量更能促进SOC生成;在高含水量下SOC与H~+具有显著相关性,但在低含水量下则不相关,表明颗粒物含水量较高、H~+浓度较高情况下液相酸催化反应可能对SOC具有重要贡献.     

哈尔滨市秸秆焚烧大气污染负荷估算方法研究

本文针对近些年哈尔滨秋末冬初大气污染程度增加的溯源问题,基于静风污染气象及降雪对秸秆焚烧的影响等基本假设,采用箱式模型和优化拟合的方法对秸秆焚烧产生污染物的源强及其负荷进行了估算.通过对2015年和2017年典型时段数据的优化拟合得到降雪前重污染天气下PM₁₀排放源强分别为20.16、21.83 μg·m^-2·s^-1,CO的排放源强分别为149.32、138.65 mg·m^-2·s^-1;降雪后重污染天气下PM₁₀排放源强分别为15.98、7.09 μg·m^-2·s^-1,CO的排放源强分别为122.91、89.21 mg·m^-2·s^-1.由降雪前后各污染物的源强差得到2015年和2017年秸秆焚烧产生的PM₁₀的排放源强分别为4.18、14.74 μg·m^-2·s^-1,负荷分别为20.73%、67.52%;CO的排放源强分别为26.41、49.44 mg·m^-2·s^-1,负荷分别为17.69%、35.66%.本文为相关清单的研究提供了一种客观的校核方法,具有重要的社会、环境及现实意义.