北京市机动车尾气排放PM10组分特征研究

为提高机动车尾气排放可吸入颗粒物PM10成分谱的代表性和准确性,提出并采用在机动车尾气检测线上采用稀释通道采样器随机采集机动车排出PM10的采样方法。采集了591辆轻、重型汽油车和柴油车尾气排放PM10,测试并分析了颗粒物的27种组分。数据表明:机动车排放颗粒物PM10中含量丰富的组分为OC、EC、NH+4、NO-3和SO2-4;柴油车排放PM10中OC和EC的质量分数为49.08%,是汽油车(38.38%)的1.3倍,汽油车的OC/EC(2.36)是柴油车(0.78)的3倍;汽油车排放PM10中的二次转化产物(SO42-+NH4++NO3-)的质量分数为19.37%,是柴油车(3.57%)的5.4倍;汽油车排放NH+4是柴油车的5.3倍。     

丹江口库区及其上游流域水质污染特征及评价

根据丹江口库区及其上游河流5个区域42个断面2012-2013年的水质监测数据,采用主成分分析法确定主要污染因子及权重,对不同流域的水质进行综合评价。第一主成分包括总氮、溶解氧、五日生化需氧量、总磷、氨氮、高锰酸盐指数,第二主成分为氟化物、粪大肠菌群,第三主成分为化学需氧量;其权重分别为5．022,2．256,1．508。评价结果表明,湖北十堰市和丹江口市流域水环境污染相对较重,其次为河南南阳市、陕西商洛市、陕西安康市以及陕西汉中市流域。     

日本山形降雨中离子成分的研究

分时段对每次降雨连续采样,对pH值、电导率、硫酸根离子、硝酸根离子、氯离子、铵、氟离子、钾离子、钠离子、钙离子、锾离子等共11项进行监测.分析了各种离子的组成、所占比例、时段变化规律和对部分离子的来源进行了探讨.分析结果表明.山形的降雨为硝酸型酸雨,有别于我国大多教城市的硫酸型酸雨类型.     

北京昌平某地冬季大气PM2.5元素污染特征分析

以北京昌平区某地大气PM_(2.5)和重金属污染状况为研究对象,应用射线法与XRF技术相结合的分析技术,对PM_(2.5)浓度和其重金属组分浓度进行同步监测,以重金属元素为污染物示踪因子进行污染特征分析。结果表明,监测期间该区域PM_(2.5)平均质量浓度达92μg/m~3,Ca、Fe、K元素含量较高。通过主成分分析该区域PM_(2.5)元素影响因素主要为工业和生活燃料燃烧、冶金工业废气、扬尘3类,贡献比分别为52.42%、26.82%、13.10%。     

西安城北地区秋季PM_(2.5)中的矿尘颗粒污染特征

采用单颗粒气溶胶飞行时间质谱仪(Single Particle Aerosol Mass Spectrometer,SPAMS)对西安市大气矿尘颗粒物进行连续12 d在线分析,共采集到107 425个同时含有正负质谱信息的矿尘颗粒,矿尘颗粒物占PM_(2.5)样本数的8.44%。结果表明,矿尘颗粒物的正离子碎片成分以Na~+、K~+、Al~+、Ca~+、CaO~+、Fe~+为主,同时还含有Pb~+等,负离子碎片成分以NO~-_2和NO~-_3为主,另外还含有HSO~-_4、SiO~-_3、HSiO~-_3、H(NO_3)~-_2等。在西安市大气细颗粒物中,矿尘颗粒物中贡献较大的几类(如含钙、含铁、铁氧颗粒物等)大多是老化的成分。将观测阶段采集到的矿尘颗粒纳入本地污染源谱进行来源分析,其主要来源为扬尘源、工业源、燃煤源和汽车尾气源等。     

改进主成分分析与多元回归融合的汉丰湖水质评估及预测

基于2015—2017年汉丰湖水质监测数据,采用改进主成分分析和多元回归相融合的评价方法对水环境质量状况进行评价。先对水质主要影响因素采用改进主成分分析作降维处理并计算主成分得分值,再对选定的主成分作多元线性回归处理得到水质预测回归模型,并用于研究区水质的评估预测。结果表明:选出的4个主成分因子其累积方差贡献率达到87.3%,实现了数据结构的简化;同时,改进主成分回归预测值总体上更趋近于实测值,其预测结果的相对误差最大值4%,而常规方法预测结果的相对误差最大值接近10%,体现出该方法所建模型具有较高的预测精度。     

模糊-主成分分析综合评价法在地下水水质评价中的应用

主成分分析法可以在保留数据原始信息的基础上有效地降低数据维度,从而将影响地下水质的多因子简化为几个综合因子,但对地下水的综合水质状况无法直接表达;模糊综合评价法能直接给出水体综合水质情况结论,但评价因子多为人为选取,存在较强的主观性。以辽宁思山岭矿区地下水水质现状评价为例,利用主成分分析法选取影响各断面水质的关键因子,将其作为模糊综合评价的评价因子,建立了模糊?主成分分析综合评价法的地下水水质耦合评价模型。研究结果表明,该模型能很好地体现分析因子对评价结果带来的影响,使得评价结果更科学、合理。     

中国火灾的时空演变特征——基于GIS的统计分析

研究对象为2000-2009年中国341个地级以上城市(不含台湾及港澳地区)的火灾统计数据。首先应用主成分分析法,计算火灾综合损失(fire composite losts,FCL);再对FCL进行分级,将所有研究单元按FCL从小到大分为5个级别,较高FCL单元主要分布于黑河—腾冲线以东地区。对每个研究单元分别进行时间序列分析,观察其FCL变化趋势,将各区域分为平稳区、改善区、恶化区和波动区,其分别占比41%,40%,8%和11%,表明绝大多数城市FCL呈平稳或下降趋势。恶化区明显地沿黑河—腾冲线、淮河—大别山—雪峰山沿线和东南沿海分布,这可能与气候变化或社会经济发展有关。     

松花江水质的多元统计分析

采用主成分分析法、因子分析法对松花江干流11个断面的水质监测数据按照不同水期进行分析,研究了各水质参数的相关性并对污染来源及不同水期内反映水质的重要参数进行了初步探讨.结果表明,水中可生物降解污染物对水体DO有一定的影响,水体温度是控制耗氧性污染物降解的主要因素.枯水期NH3-N与生活污水排放有重要关系,且在TN中占有较高比例.丰水期NH3-N与挥发酚相关性增加,这可能与汛期内煤化工类企业排放不达标有关;平水期,NH3-N与NO3-N相关性增加,可能平水期的污染来源及负荷与其他水期有差别.通过因子分析发现,在不同水期有不同的水质参数影响水质,枯水期大肠杆菌、TP是反映水质的重要参数;丰水期NH3-N、TP、石油类、pH为影响水质的主要水质参数;平水期DO、TN、电导率是反映松花江水质状况的重要水质参数,应当针对不同水期的污染负荷构成制定相应的污染防治方案.     

专利资讯

专利名称：一种快速、智能的废旧塑料分类方法 本发明涉及一种废旧塑料的快速智能分类方法。具体为先用衰减全反射傅立叶变换红外光谱仪扫描样品的红外光谱,得到红外光谱数据矩阵。之后将数据矩阵进行预处理,包括标准化、主成分分析降维。最后采用系统聚类方法对降维后的数据进行聚类分析。结果表明,本方法所采用的样品测试手段无需样品预处理,测样速度快,所采用的主成分分析系统聚类模式识别方法可以对废旧塑料的分类达到100％的正确率。因此,衰减全反射傅立叶变换红外光谱结合化学模式识别,可以对废旧塑料实现快速智能分类。