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。     

固相萃取-GC/MS法测定水中持久性有机污染物

采用Envi-18固相萃取小柱富集水样,用正己烷/丙酮混合溶剂洗脱水样中42种POPs化合物,再用气质联用法测定。通过优化仪器监测条件,使目标物在0.250 mg/L~5.00 mg/L范围内线性良好。方法检出限为50.9 ng/L~11 640 ng/L,实际水样加标回收率为57.1%~129%,测定结果的RSD为0.1%~13.8%。将该方法用于测定浙江省东苕溪流域的45份水样,结果滴滴涕、六六六等有机氯农药的检出率较高,其他POPs的检出率较低。     

退浆废水中聚乙烯醇的分析检测研究

建立了紫外可见分光光度法检测退浆废水中聚乙烯醇(PVA)含量的方法。以硼酸为介质,碘化钾—碘溶液为显色剂,检测波长为680 nm,测定退浆废水中PVA含量的线性方程为Y=0.018 8X+0.003 2,相关系数R2=0.999 3,平均加标回收率为97.6%;方法精密度(RSD=1.5%)、重现性(RSD=1.8%)均较好。该方法操作简单、准确度高、测定快速,适用于测定退浆废水中PVA的含量。     

氨基化有机-无机杂化整体柱分离富集环境水中五价砷

将四乙氧基硅烷(TEOS)和N-(β-氨乙基)-γ-氨丙基三乙氧基硅烷(AEAPTES)作为共聚前体,采用在毛细管内原位聚合的方式制备得到氨基功能化的有机-无机杂化整体柱,将其作为针式固相微萃取(SPME)介质,建立了现场分离富集环境水中As(V)的SPME方法,优化了有机-无机杂化整体柱富集As(V)的实验条件,并研究了整体柱对As(V)的吸附/洗脱性能和富集能力,实现了环境水样中As(V)的高效、快速、高选择性检测。     

溶剂效应对有机氯农药测定的影响研究

采用气相色谱-质谱法(GC-MS)研究了不同溶剂对有机氯农药测定的影响。结果表明,有机氯农药在不同溶剂中的GC-MS响应值是有差异的,但保留时间不变,且随着有机氯农药质量浓度的增加,这种溶剂效应对大部分有机氯农药的作用减弱。经分析溶剂的极性对有机氯农药测定有显著的影响。     

江苏省典型汽车涂装企业VOCs排放特征与污染控制技术

利用物料衡算和源排放测试对江苏省典型汽车涂装企业VOCs排放特征进行研究,并提出最佳治理技术。结果表明,大客车单位涂装面积VOCs排放量达到300 g/m2以上,小轿车为40~60 g/m2。苯系物是VOCs排放的重要组分,最高占比为33.2%~64.6%。乙酸丁酯、异丙醇、丁醇等醇酯类物质近年来广泛用于代替苯系物溶剂,其排放占比为29.6%~61.2%。汽车涂装行业最佳治理技术包括采用3C1B、水性免中涂等先进涂装工艺,用粉末涂料、水性涂料和高固体成分涂料等代替溶剂型涂料,从源头控制排放。采用干式漆雾分离技术、转轮浓缩吸附-蓄热式焚烧技术等先进尾气治理技术,VOCs去除率可达99%以上。     

Using Multi-Scale Sampling and Spatial Cross-Correlation to Investigate Patterns of Plant Species Richness

Land managers need better techniques to assess exoticplant invasions. We used the cross-correlationstatistic, I _YZ, to test for the presence ofspatial cross-correlation between pair-wisecombinations of soil characteristics, topographicvariables, plant species richness, and cover ofvascular plants in a 754 ha study site in RockyMountain National Park, Colorado, U.S.A. Using 25 largeplots (1000 m²) in five vegetation types, 8 of 12variables showed significant spatial cross-correlationwith at least one other variable, while 6 of 12variables showed significant spatial auto-correlation. Elevation and slope showed significant spatialcross-correlation with all variables except percentcover of native and exotic species. Percent cover ofnative species had significant spatialcross-correlations with soil variables, but not withexotic species. This was probably because of thepatchy distributions of vegetation types in the studyarea. At a finer resolution, using data from ten1 m² subplots within each of the 1000 m² plots, allvariables showed significant spatial auto- andcross-correlation. Large-plot sampling was moreaffected by topographic factors than speciesdistribution patterns, while with finer resolutionsampling, the opposite was true. However, thestatistically and biologically significant spatialcorrelation of native and exotic species could only bedetected with finer resolution sampling. We foundexotic plant species invading areas with high nativeplant richness and cover, and in fertile soils high innitrogen, silt, and clay. Spatial auto- andcross-correlation statistics, along with theintegration of remotely sensed data and geographicinformation systems, are powerful new tools forevaluating the patterns and distribution of native andexotic plant species in relation to landscape structure.     

5—(4—磺酸基苯偶氮)8—(2,4—二硝基苯氨基)喹啉测定食品中铜的研究应用

在弱碱性介质中 ,5— (4—磺酸基苯偶氮 ) 8— (2 ,4—二硝基苯氨基 )喹啉 (SPDNPAQ)与铜反应生成 2∶ 1紫红色络合物 ,体系 λmax=56 0 nm,ε=1.2 3× 10 5L· mol-1· cm-1。铜含量在 0～ 0 .4 mg/ L内符合比耳定律 ,方法用于一些生物样品和水样中铜的测定。     

地表水COD浓度灰色预测的GPPM（1）模型

根据地表水中ＣＯＤ浓度的时序数据,建立了ＧＰＰＭ（１）预测模型,结果表明ＧＰＰＭ（１）模型的预测精度优于常规灰色ＧＭ（１,１）模型,它为环境系统的拟合,预测和决策提供了新的方法途径。     

室内空气中的气态多环芳烃的被动采样监测

利用自制被动采样装置,在2011年秋冬季对南京市部分地区室内空气中5种气态多环芳烃(PAHs)(萘、苊烯、苊、芴、菲)进行了为期100d的连续采样检测,被动采样器的采样速率为0.012m3/d,5种PAHs的回收率在63%～105%之间,方法检出限在1.1～2.4ng范围内。结果表明,南京市5处不同室内环境空气中萘的浓度最高,占总量的90%以上。室内环境空气中5种PAHs的总浓度为230～1564ng/m3。住宅内人体对5种PAHs的暴露速率为479～560ng/h。