盲样考核浓度预判及稀释方法——以原子荧光法测定水中砷为例

以原子荧光法测定水中砷为例,探讨了实验室盲样考核浓度预判及稀释方法.分析了3个砷盲样考核实例,归纳了“直接稀释法”“系列稀释法”“最大稀释法”3种方法,分别适用于盲样浓度范围窄、适中、宽3种情况,检测人员可根据考核机构给定的浓度范围合理选用.     

北京市不同季节室外细菌气溶胶分布特征及其环境影响因素分析

为了解北京市室外细菌气溶胶的分布特征,基于培养法分析了2020年9月—2021年5月不同季节细菌气溶胶浓度及粒径的分布特征,探讨气象因素(温度和相对湿度)和空气颗粒物(PM₁₀和PM_2.5)对细菌气溶胶分布特征的影响. 结果表明:①北京市室外细菌气溶胶平均浓度为447.10 CFU/m3 (每立方米空气中的菌落形成单位),呈春季〔(648.55±537.24)CFU/m3〕>冬季〔(324.50±181.99)CFU/m3〕>秋季〔(319.59±305.07)CFU/m3〕的特征,不同季节细菌气溶胶浓度差异不显著. ②北京市室外约80%的细菌气溶胶直径大于2.1 μm,细菌气溶胶浓度在第2级(粒径为4.7~7.0 μm)显著降低,峰值粒径出现在第1级(粒径>7.0 μm). 粒径大于7.0 μm的细菌气溶胶在春季与秋季以及春季与冬季之间均存在统计学差异 (p均小于0.05). 可进入人体下呼吸道的细菌气溶胶(≤4.7 μm)比例近50%(冬季、秋季、春季占比分别为61.0%、58.9%、41.6%),冬季空气中可进入人体下呼吸道的细菌气溶胶比例最高. ③Spearman相关性分析表明,室外环境细菌气溶胶浓度与相对湿度呈显著负相关(p<0.05),与PM₁₀浓度呈显著正相关(p<0.05),表明细菌气溶胶浓度受气象因素和空气污染物的影响. 研究显示,北京市室外环境中可进入人体下呼吸道的细菌气溶胶比例近50%,冬季细菌气溶胶暴露风险最高.      

内循环活性污泥法工艺污水处理设施调试一例

介绍抗生素制药厂内循环活性污泥法工艺污水处理设施现场运行调试情况，指出污水调试中应注意的问题。     

泉州市灰霾时PM2.5浓度与气象条件、能见度相关分析研究

利用泉州市空气自动监测站的监测资料,研究泉州市灰霾天气时PM2.5浓度与风速、温度、相对湿度等气象因素及能见度的关系.结果表明:泉州市灰霾天气期间往往会伴随气象因素及能见度的变化,灰霾发生前,风速降低,相对湿度减小,逆温层形成,能见度降低;灰霾结束前,风速增大,相对湿度趋于稳定,逆温层消失,能见度增大.灰霾发生时,PM2.5的浓度与风速、能见度基本呈负相关的关系,与相对湿度基本呈正相关关系.气象条件及能见度的变化可以为灰霾天气时污染状况的预判提供重要的参考.     

低磷浓度下鸟粪石结晶成粒及反应器流态模拟

为扩大鸟粪石(MAP)结晶成粒技术的应用范围,对低磷浓度下MAP成粒最优条件进行了研究.试验得出该技术应用的磷浓度应大于50mg/L,并在此基础上研究得到低磷浓度条件下MAP结晶成粒的最佳条件:pH 9.0,磷氮物质的量比1:8.此时生成的MAP平均粒径为0.56mm,总体积生长率为4.95cm³/h,纯度可达99.9%.为进一步优化流化床反应器中MAP成粒条件,利用CFD商用软件(Fluent 6.3)对反应器流态进行了模拟.结果表明:MAP流化床反应器的生长区能够形成明显的自下而上的水力分级,截面流速也较为均匀,有利于颗粒的生成,但沉淀区和进水区存在死区、涡流等不利条件.因此,有必要改进生长区和沉淀区的连接方式以及进水管的分布,以获得更为优质的MAP颗粒.     

2014年北京市PM2.5质量浓度分析及比对研究

本研究选择污染严重的北京作为研究区域,自2013年12月起至2014年12月,通过设在北五环中国环境科学研究院(CRAES)内的定点监测,获得375天有效平行样品(T和Q)。统计结果表明,2014年北京市PM_(2.5)质量浓度从优良水平的6.9μg/m~3到极重污染的422.1μg/m~3,年均浓度值在100μg/m~3左右。T组和Q组线性相关,但T/Q并非定值,冬季最高,R~2=0.974,对应T/Q=1.014,可能由于冬季污染程度较重,滤膜性能差异可忽略。除春季外,其它三季的PM_(2.5)都是T组>Q组,与石英膜的纤维结构不够致密有关。以T组质量浓度数据为准,与国控监测点奥体中心点公报的日均PM_(2.5)进行比对,结果显示二者基本同步,在春冬季呈现较高的污染浓度,在夏季最低。在严重污染时(PM_(2.5)>250.0μg/m~3),在线监测可能低估PM_(2.5)而T组能更客观地记录实际污染状况。统计2014年全年污染等级分布,4~8月份基本未出现重度污染,而在冬季采暖期10~12月份,优良天数不足50%。综合分析风速、相对湿度对PM_(2.5)质量浓度的影响,证实冬季取暖燃煤和无风、高湿、逆温的静稳天气是霾频发的主要原因。     

恶臭污染评价方法及来源识别研究

随着经济的发展,人们的环境意识不断增强,恶臭作为一种环境污染已越来越受到人们的重视.文章概述了恶臭评价的主要影响因素,以及目前常用的评价方法如臭气强度评价法、臭气浓度(或臭气指数)评价法、臭气扩散模型预测评价法,同时从谱图恶臭污染源识别和源解析模型识别技术两方面介绍了恶臭污染物源解析技术,为恶臭污染事故诊断分析、定性恶臭污染物来源提供了一种新的途径和方法.最后通过分析目前尚未解决的科学问题,指出了今后的研究方向.     

基于Informer的PM2.5浓度预测

针对现有PM_2.5浓度时序预测模型预测精度不高的问题,基于Informer建立了1个Seq2Seq的单站点PM_2.5浓度多步时序预测模型,以历史污染物数据和气象数据为输入,实现对未来一段时间PM_2.5浓度的预测。所构建模型基于ProbSparse (概率稀疏)自注意力机制提取所输入的序列信息,能够广泛地捕获输入序列的长期依赖信息,并对影响因子之间复杂的非线性关系进行建模,从而提高预测准确度。采用北京市2015-2019年逐小时空气污染物数据与气象数据进行模型训练、验证和测试,建立与循环神经网络(RNN)、长短期记忆网络(LSTM)的对比实验并与其他现有研究方法进行比较,结果表明:对未来1~6 h的PM_2.5浓度时序预测,Informer的平均绝对误差(MAE)、均方根误差(RMSE)和可决系数(R2)指标均为最好,实现了较为准确的预测。     

深圳市不同区域大气CO2变化特征与来源分析

于2020年12月1日~2021年12月1日分别在深圳市大学城和路边站两点位对大气CO₂和CO浓度进行了为期1a的观测.本次观测期间内两点位大气CO₂平均浓度分别为432×10^-6和439×10^-6,均呈现了“秋冬季高、春夏季低”的季节变化特征与“昼低夜高”日变化特征,且日变化特征在早晚高峰期受到交通源排放的显著影响.此外,通过引入CO₂和CO的净变化值得到大学城和路边站两点位的ΔCO₂/ΔCO值分别为136.8~184.8、59.0~119.3,结果表明机动车排放对深圳市大气CO₂贡献突出.     

城市大气环境PM2.5浓度变化特征及治理研究

文章分析了城市空气PM2.5污染的时间、空间和区域变化特征和规律,从机动车、工业、扬尘、秸秆焚烧和燃煤等探讨了城市大气环境中PM2.5的主要来源,以及城市大气环境中PM2.5污染物危害,提出相应的防治措施。通过城市大气环境中的PM2.5浓度变化特征分析,对改善城市大气环境质量等具有积极的现实意义。