水环境中溶解性有机物溯源分析及分子结构表征概述

溶解性有机物(DOM)是地球上最大的碳基化合物反应性储层之一,涉及各种生物地化反应并且在污染物溶解度、毒性、生物利用度、流变性和分布中发挥重要作用。本文介绍了当前用于表征水环境中DOM的策略和工具,探讨了当前研究在技术限制(预处理过程复杂、仪器分辨率低、数据处理困)、结构复杂性、结构多变性等方面存在的诸多局限性。分析认为:已有研究主要侧重于溯源分析和分子结构特征解析,未来研究应该在不同的结构层面和角度开展,加强多学科融合、数据库创建、对照实验和协同工作。     

车市反弹能走多远?

车市反弹了!中国汽车工业协会最新统计数据显示,一季度国产汽车总销量达到264万多辆,同比增长接近6%。其中3月车市更是火爆,销量一举突破100万辆。在微客和经济型轿车市场,更是处处见"断货"。然而,国内车市是迎来真正的回暖,还是政策推动下的短暂反弹?这是市场目前最引人关注的问题。     

植物源挥发性有机物采样和分析方法研究进展

植物源挥发性有机物(BVOCs)排放量约占全球总VOCs排放的90%，其排放易受环境因子(温度、光照、土壤水分、饱和水汽压差、风速、风向、O₃和CO₂浓度等)的影响，对采样和分析要求极高，而BVOCs样品的精准采集与分析是获取BVOCs排放因子的基础。该文综述了国内外BVOCs采样和分析方法，根据采样系统是否能控制或模拟环境因子(温度、湿度、光照强度、空气湍流、二氧化碳浓度等)，对采样叶室的适用性进行了分析。其中光合仪-动态封闭系统可精准控制温度、光照强度、二氧化碳浓度，易使空气形成自然交换且便于外场测量，适用于大多数植物BVOCs排放测量。依托高塔、系留球、飞机等开展测量的开放式采样系统适用于外场的长期观测。PTR-MS、PTR-TOF-MS、Vocus-PTR-TOF等在线分析系统逐步得到应用。微型传感器已应用于BVOCs的快速检测，碳同位素分析法已应用于BVOCs合成转化过程中组分的探究。对采样和分析系统发展的研究，将为精准获取BVOCs排放因子并评估其环境效应提供依据。     

红鹏微型无人机倾斜摄影系统在应急救灾中的应用

红鹏于2002年在广州创建,2012年成立北京公司,专业从事航空摄影服务,主要开展倾斜摄影平台研发、轻型飞行器生产、三维自动建模等业务,是中国轻型倾斜摄影技术和快速自动建模技术的开创者. 倾斜摄影技术是国际测绘领域近些年发展起来的一项新的对地观测技术.主要通过在同一摄影平台上搭载多台传感器,同时从多个不同的角度采集影像.由此获得的倾斜影像不仅能够真实地反映地物情况,而且还能利用先进的定位技术,嵌入精确的地理信息.该技术目前已在欧美等发达国家广泛应用于应急指挥、国土安全、城市管理、房产税收等行业.2010年4月世界领先的倾斜摄影技术首次被引入我国.     

建筑固废再生产品溯源信息研究

确定建筑固废再生产品全过程溯源中各阶段的溯源信息,对开展建筑固废再生产品全过程信息追踪至关重要.对比分析了各行业溯源信息特征,在此基础上开展问卷调查以识别建筑固废再生产品全过程溯源中各主体的溯源信息需求.最后提出了建筑固废再生产品全过程溯源信息的建议方案,为我国溯源系统的构建提供理论支撑.     

绿色环保三星水燃料电池将于2010年上市

来自韩国的三星电子旗下的Electro—Mechanics近日成功研制了一种使用水作为“燃料”的微型燃料电池和氢气发电机。使用该装置可以使手机电池中的特殊金属和水产生化学反应，从而释放出发电所用的氢气。释放的氢气在发电机内同空气中的氧气发生燃烧，产生3W的电力，足够应付手机产品的使用需要，能为使用者提供平均使用状况下连续10h的手机电量，比一般的充电电池的电量续航能力高出了2倍左右。     

纳米TiO2光电催化氧化法测定COD的影响因素

以纳米TiO2为光阳极,利用薄层微型反应器纳米TiO2光电催化氧化的方法测定COD,具有快速、准确、无二次污染的特点。研究了电解质类型、光源种类等对薄层微型反应器中光电催化测定COD的影响。研究结果表明：与NaNO,和KCl比较,NaH2PO4作电解质时的紫外光吸收低、电极表面氧化性能稳定,性能良好;与镓灯、碘镓灯比较,中压汞灯的紫外光谱丰富、辐射照度大,有利于TiO2光电催化反应的进行;通过热重分析,确定电极薄膜的烧结温度为520℃。     

机器学习在土壤重金属污染研究中的应用

土壤重金属污染是全球性的环境问题之一。传统的重金属检测方法精度高,但是成本高、时效性差,不利于大范围普查或绘制重金属分布图,并且数据量大、处理难度高。随着计算机科学的发展,机器学习被应用于众多领域中的复杂数据处理。本文从重金属含量、固定、溯源、污染风险四个方面总结了机器学习在土壤重金属研究中的应用,重点综述了机器学习模型的建立过程和最佳算法,并针对数据集构建的成本和时效性问题提出了发展的对策,为进一步推动机器学习在土壤重金属研究中的应用提供参考。     

基于紫外-可见吸收光谱的排水管网污染溯源研究

排水管网污染溯源对于排水管网整改、工业排水监管都有重要意义。包头市北郊水质净化厂为解决高总氮总磷进水溯源问题,采用紫外-可见吸收光谱探头进行管网溯源排查。通过该探头现场大量快速检测的吸收光谱,可即时判断管网水质类别,再通过对少量代表性水样的实验室检测,最终确认高氮磷污染来源。吸收光谱研究发现该区域生活污水具有典型的250 nm吸收峰肩,而工业废水大多具有230 nm以下的硝态氮吸收峰。通过主成分分析和层次聚类分析,可将管网样本分为6类。对各类样本的实验室检测,发现当地生活污水总氮总磷较高较工业废水更高。利用吸收光谱现场快速识别排水来源类型极大地提高的溯源工作效率。     

用微生物群落评价水系的自组织人工神经网络方法

利用原生物群落在PFU上群集过程中的变化,可以评价水质和监测水污染,运用T．Kohonen自组织人工神经网络模型,根据NacArthur－Wilson平衡模型提出了3个功能参数和另外2个结构参数,对常德市16个站四季的水质进行了分析,建立了水质污染程度预测的计算机智能专家系统,预测成功率达100％。