土壤中铅的平台石墨炉原子吸收法测定

采用悬浮液进样,以平台石墨炉原子吸收法直接测定土壤中的铅。通过180目筛孔的土壤样,可均匀、稳定地悬浮于0.2％(W/V)琼脂液中。方法的相对标准偏差为1.2％～5％;回收率为93％～110％;进样10μl ,检出限为21.4pg。与火焰原子吸收法对照,两者测定结果相吻合。     

二氧化碳的吸收方法及机理研究

随着温室效应的日益严重,人们对二氧化碳的处理吸收给予了越来越多的关注.对于如何选择吸收量大、吸收速率快的吸收剂的研究,从来没有间断过.介绍国内外现有的二氧化碳的吸收方法,包括物理吸收法、膜吸收法、O2/CO2燃烧法、化学吸收法等,分析各种方法的特点及优缺点,指出有机胺吸收技术是目前较优势的方法.对伯胺、仲胺、叔胺及混合胺等有机胺吸收CO2的机理进行了分析和探讨,并根据吸收机理,采用多原子氮有机胺TETA与MEA、DEA、TEA进行混合实验,给出了初步的实验结果.     

交联壳聚糖富集分离火焰原子吸收法测定环境样品中微量锰

提出了交联壳聚糖 (CCTS)分离富集火焰原子吸收法测定环境样品中微量锰的新方法。研究了富集的最佳条件及洗脱方法 ;考察了共存元素的影响。方法的检出限为 2 .6μg/L ,RSD为 2 .9% ,用于牡蛎和人发标样中微量锰的测定 ,结果满意。     

两次金汞齐-冷原子荧光光谱法测定大气中的痕量气态总汞

建立了两次金汞齐-冷原子荧光光谱法(CVAFS)测定大气中痕量气态总汞(TGM)的方法。研究表明:本方法的绝对检出限为2 pg;当以0.2~0.4 L·min-1 采样速度,采集12~48 h时,采样效率> 99%,精密度为9.63%;样品经2次循环加热分析,热解吸效率> 99%。这种分析方法还可以运用到其他环境样品痕量汞的测定。     

土壤样品中铅和镉的微波消解法研究

利用微机控制的微波－聚四氟乙烯高压溶出装置，对土壤样品中的铅和镉两种重金属的消解进行了研究，结果表明，微波消解法具有较为满意的准确度与精密度，制样效率大大提高。     

石墨炉原子吸收光谱法测定海水中的三丁基锡

本文采用石墨炉原子吸收光谱法（ＧＦＡＡＳ）测定海水甲苯抽提液中的三丁基锡。文中考察了１４种基体改进剂对灵敏度的影响，选出了能显著提高测定灵敏度的Ｃａ－Ｃｒ基体改进剂，以０．５／０．１ｍｇ／ｍｌ的浓度比例对８个实样进行了测定，其相对标准偏差（ＲＳＤ）为３％，其特征浓度为７ｐｇ，回收率在８８％￣１０４％之间，成功地应用于近海沉积物对三丁基锡吸附规律的研究。     

火焰原子吸收法测定人体元素含量的研究

应用火焰原子吸收法，对123个人体发样中微量元素铜、铅、锌、铁、钙进行测定。分析微量元素在不同年龄段含量变化情况和原因，对其进行探讨，并提出自己对儿童成长过程中微量元素含量变化的建议和看法。     

Clove as antioxidant additive in diesel–biodiesel fuel blends in diesel engines

Increased NOx emission from usage of biodiesel is a burning issue to be dealt with. Many techniques have been adopted to reduce NOx emissions from diesel engines. The present experimental study deals with the analysis of performance and emission characteristics of Cotton Seed oil biodiesel with the addition of natural antioxidant extract of clove. FTIR analysis characterized the antioxidant by the presence of hydroxyl groups denoted by the corresponding wave number. The oxidation stability of the test samples was determined in terms of induction period by means of Rancimat test. The induction periods of the test fuel samples B100, B20, B20+CL1000, and B20+CL2000 were found to be 2.20 h, 2.73 h, 10.19 h, and 11.12 h, respectively. Thus, the addition of Clove antioxidant increased the oxidation stability of the biodiesel. Results show that the addition of antioxidant to biodiesel blend has increased the Brake Thermal Efficiency to a maximum of 4.71% and decreased the Brake Specific Fuel Consumption to a maximum of 6.25% at full-load conditions compared to Cotton Seed biodiesel blend. The addition of Clove extract antioxidant at a concentration of 1000 ppm and 2000 ppm decreases the NOx emission by 23.03% and 26.7%, respectively, at full-load conditions. However, CO emissions increased by 1.12% and 4.49% with the addition of CL1000 and CL2000 to B20, respectively. Similarly, HC emissions increased by 4.19% and 7.35% by the addition of CL1000 and CL2000 to B20, respectively. The increases in smoke with the addition of CL1000 and CL2000 to B20 were 42.48% and 47.71%, respectively.     

二龙湖表层水体有色溶解有机物的光学特性及来源

CDOM（colored dissolved organic material,有色溶解有机物）的光学特性可反映水体中内源物质与外源物质的比例,为了解二龙湖受到上游来水所含污染物的影响,利用荧光区域一体化技术和荧光指数分析水体中CDOM的荧光特性,进而判定水体污染状况,并结合CDOM荧光组分与水质参数之间的关系,探讨了不同季节二龙湖水体中CDOM光学特性在时空分布上的差异性以及CDOM的组成与来源.结果表明:①水相中CDOM表现出明显的季节性差异.其中,光谱斜率S_g（275~295 nm）和E_{250 nm:365 nm}〔a_CDOM（250）/a_CDOM（365）〕均表现为丰水期>平水期>枯水期,SUVA_{254 nm}表现为枯水期>平水期>丰水期.②水体中的荧光组分以外源组分R3（富里酸类物质）和R5（腐殖酸类物质）为主,在枯水期、丰水期和平水期分别占总荧光强度的70.0%、60.4%和51.3%.③在丰水期、枯水期、平水期,FI_{310 nm}平均值均大于0.8,FI_{370 nm}平均值均小于1.4,表明在3个水文期,微生物活动带来的内源CDOM在二龙湖南部较为明显.④ρ（DOC）（dissolved organic carbon,溶解性有机碳）与CDOM的荧光组分R2（色氨酸类组分）、R4（可溶性微生物副产物组分）和R5（腐殖酸类组分）均具有较好的相关性,相关系数（R）分别为0.71、0.80、0.73,表明DOC主要源于微生物代谢的可溶性副产物及浮游植物的降解.研究显示:水体中CDOM主要组成为内源的色氨酸与微生物蛋白质类副产物以及外源的富里酸类与腐殖酸类有机物;同时,由于冰冻、降水、生活污水排放、农业废水和水生植物等因素,导致湖泊中的CDOM的组分与来源十分复杂.      

IWO-PSO-SVR算法在甲烷检测中的应用

提出一种入侵杂草算法改进的粒子群算法（IWO-PSO）用于支持向量机（SVR）算法来快速实时检测甲烷气体浓度系统,气体红外激光差分吸收法检测系统基于甲烷气体分子在1650nm处泛频光谱吸收带,结合可调谐二极管吸收光谱（TDLAS）与波长调制光谱（WMS）.选择半导体激光器瞬时输出光功率变化范围5.0~10.6mW,瞬时波长变化范围1650~1651nm,瞬时调谐频率范围0.0048~0.0115nm/mA;采集山东淄博某农场2019年3月份全天气体样本,随机抽取15组样本作为训练集,建立以光谱峰面积作为输入值与气体浓度作为输出值的IWO-PSO-SVR、SVR、PSO-SVR和PSO-BP定量分析模型,对测试集4种浓度的甲烷分别进行预测;结果表明,通过IWO-PSO-SVR定量分析模型效果最佳,4种甲烷浓度预测值与真实值相对偏差分别为0.115%、0.109%、0.131%、0.120%,均低于0.0014;相关系数分别为0.9987、0.9966、0.9899、0.9975均高于0.98;预测时间分别为1.35、1.54、1.35和1.33s,模型经过1000次训练对气体的检测精度为10^-5,与同类别检测系统相比,具有很强的理论研究价值和工程应用价值.