佛山市高明区环境空气污染物变化分析

根据佛山市高明区2007—2012年环境空气监测数据资料,分析该区近6年来空气污染物的变化趋势和影响因素。结果表明,2007—2012年该区空气污染呈现由单一型污染向复合型污染转变,综合污染指数总体上升,污染物以SO2、PM10为主。SO2、NO2浓度呈逐年增长,PM10则呈平稳状态。三者污染浓度最高值均在每年第4季度出现。该区的SO2浓度主要受工业污染源影响;NO2也受工业影响显著,与机动车数量呈正相关;PM10与烟粉尘排放量呈正相关,与降水量呈负相关。因此,改善该区环境空气应着重从控制工业污染源、扬尘污染、机动车排气污染3大方面开展工作。     

报告称人类对气候影响将不可逆转

人民网消息联合国政府问气候变化专门委员会（IPCC）11月2日在丹麦首都哥本哈根发布其第五次报告。这份报告指出,人类对气候系统的影响是明确无疑和不断增长的,如果不加以遏制,气候变化对人类和生态系统造成严重、顽固和不可逆转的后果的可能性将增加。     

高氯、高铵废水COD测定误差及方法适用性分析

以0.25mol/L与0.025mol/L的重铬酸钾法基础方法作比较,通过Cl-干扰影响、Cl-、NH4共存时,NH4的干扰影响及实例分析试验,得知:Cl-对0.25mol/L与0.025mol/L的重铬酸钾法干扰影响基本一致;Cl-浓度≤500mg/L时,Hg2SO4的络合较为理想,Cl-的干扰影响相对较小,COD测定结果相对误差≤5.1%;Cl-、NH+4共存时,NH4对0.25mol/L重铬酸钾法COD测定值有较大的干扰影响,且当NH4浓度≤1500mg/L l时,其COD贡献值与NH4浓度有良好线性关系,并随着Cl-的浓度的增加对应同浓度NH4的贡献值越大;NH4干扰影响是0.25mol/L与0.025mol/L重铬酸钾法COD测定差异的主要原因。在目前还没有有效消除NH4干扰方法的情况下,高氯、高铵、低COD废水样的测定,宜采用0.025mol/L重铬酸钾法。     

学龄儿童肺功能水平影响因素的研究

用逐步回归分析方法对与室内、外空气污染和机体状况等有关的因素对广州市学龄儿童肺功能 (FVC、FEV1 、PEFR和 FEF2 5～ 75 )水平的影响进行研究。结果提示 ,影响肺功能水平的主要因素是内因 ,身高的影响最明显 ,呼吸系统疾病或症状发生与肺功能水平下降有关 ;室外空气污染使肺功能水平下降 ,SO2 、NOx 和 PM2 .5 的影响明显 ,PM2 .5 的影响明显大于 PM1 0 和 TSP;居室或厨房通风不良、家庭烹饪用不洁燃料对儿童肺功能的生长不利 ;被动吸烟对女性儿童肺功能有不利影响。对各种影响因素 ,PEFR和 FEF2 5～ 75 比 FVC和 FEV1 更为敏感     

兰州市空气污染对儿童肺功能影响的前瞻性研究

从不同的角度阐述了室内外空气污染对儿童肺功能 ,特别是小气道功能的影响及其影响程度的前瞻性研究结果。并通过多因素、多指标的综合分析 ,揭示了一些影响儿童肺功能的主要因素。指出了从保护人体健康的角度来说 ,好的环境空气质量和良好的室内空气质量同样重要     

阜新市大气降尘污染特征及影响因素分析

对阜新市2000年~2008年大气降尘的污染状况及变化趋势进行统计分析,结果表明,阜新市降尘污染一直比较重,尤其以春季污染最为突出,从空间分布来看,工业区污染最重,其次是交通区,总体上阜新市降尘污染呈下降趋势,但变化不显著。同时分析了阜新市降尘污染的影响因素,并提出了相应的改善措施。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。     

对地级市空气自动监测多参数站建设的思考

阐述了地级市空气自动监测多参数站(超级站)建设的必要性,提出了统筹考虑、分期实施与突出重点、兼顾一般的建设思路,介绍了站房选址原则。指出超级站建设应以常规监测、霾监测、光化学烟雾监测、空间立体监测和源解析监测为目标,实施质量控制和质量保证手段,设置数据采集和显示平台,满足对大气复合污染的监测需求。     

基于PSO-SVM算法的环境监测数据异常检测和缺失补全

针对环境监测数据异常和数据缺失问题,提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合,以此建立非线性的支持向量机模型,并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据,结果表明,利用该算法预测数据的准确率可达97.977%,检测异常数据准确度高,缺失数据补全正确。     

气相分子吸收光谱法测定印染废水中氨氮的影响因素

采用气相分子吸收法光谱测定印染废水中的氨氮,并对相关影响因素进行探讨。结果证实,硫化物和尿素会对氨氮的测定产生负干扰,硫化物干扰可用乙酸锌-乙酸钠固定液沉淀法去除,尿素干扰可以用稀释法去除,但仅适用于氨氮质量浓度0.10 mg/L且稀释后尿素质量浓度≤100 mg/L的水样;苯胺、浊度和色度对测定无干扰,可直接检测。