气相色谱法测定环境空气中挥发性卤代烃的影响因素

对气相色谱法测定空气中挥发性卤代烃的前处理过程进行了研究,通过试验验证,确定了样品的保存时间、解吸条件以及解吸液的保存时间,优化了分析方法,使其适用于日常环境监测工作。     

Understanding the sources and composition of the incremental excess of fine particles across multiple sampling locations in one air shed

Well-designed health studies and the development of effective regulatory policies need to rely on an understanding of the incremental differences in particulate matter concentrations and their sources. Although only a limited number of studies have been conducted to examine spatial differences in sources to particulate matter within an air shed, routine monitoring data can be used to better understand these differences. Measurements from the US EPA Chemical Speciation Network （CSN） collected between 2002-2008 were analyzed to demonstrate the utility of regulatory data across three sites located within 100 km of each other. Trends in concentrations, source contribution, and incremental excesses across three sites were investigated using the Positive Matrix Factorization model. Similar yearly trends in chemical composition were observed across all sites, however, excesses of organic matter and elemental carbon were observed in the urban center that originated from local emissions of mobile sources and biomass buming. Secondary sulfate and secondary nitrate constituted over half of the PM2.5 with no spatial differences observed across sites. For these components, the excess of emissions from industrial sources could be directly quantified. This study demonstrates that CSN data from multiple sites can be successfully used to derive consistent source profiles and source contributions for regional pollution, and that CSN data can be used to quantify incremental differences in source contributions of across these sites. The analysis strategy can be used in other regions of the world to take advantage of existing ambient particulate matter monitoring data to better the understanding of spatial differences in source contributions within a given air shed.     

温度和放置时间对氟化物测定结果影响的探讨

氟是最活跃的非金属元素,自然界分布较广泛,多以氟化物(金属氟化物、氟化氢、四氟化硅)形式存在。空气中氟化物浓度超过一定量,会对人群、牲畜及农作物等产生不良影响。通过测定温度、放置时间两个因素对氟化物浓度的影响,得出温度为25℃、样品放置4h时为氟化物测定的最佳测定条件。     

工业锅炉大气污染物排放清单的分配方法研究

工业锅炉排放大量的烟尘、SO2和NOx,已经成为我国重要的大气污染源。由于缺少详细的统计资料,国内暂时没有网格化的工业锅炉源大气污染物排放清单。本研究将工业锅炉作为独立的排放源,对其排放的大气污染物进行化学物种分配、时间分配和空间分配,编制网格化排放清单,实现运用空气质量模型对工业锅炉的环境影响进行研究的可能性。进行空间分配时首次提出按照各省的工业锅炉煤炭消耗量和省内各城市的人口数量的比例进行分配的思路。     

北京市北神树生活垃圾填埋场产甲烷菌的群落结构和演替规律

产甲烷菌是填埋场稳定化的关键微生物.以北京市北神树垃圾填埋场为采样地,钻井采集了填埋深度6~36.1 m,填埋时间2~15 a的垃圾样品.采用PCR检验其中产甲烷菌的种类,并基于QPCR技术获得的数据,研究了各类产甲烷菌随时间和深度的数量变化,及其与垃圾化学性质之间的关系.发现堆体内有机质含量基本稳定,p H呈弱碱性,符合产甲烷阶段的化学特性.检测出两类乙酸营养型产甲烷菌(Methanosaeta和Methanosarcina),一类氢营养型产甲烷菌(Methanobacterials).随着填埋时间的延长,产甲烷菌呈现出先升高后下降的趋势,填埋9 a以上的垃圾中产甲烷菌群落结构趋于稳定.乙酸营养型的Methanosarcina为优势类群.三类产甲烷菌的含量与挥发性脂肪酸含量显著相关,与各类大分子有机质含量相关性很弱或不相关,表明产甲烷菌的数量受底物含量的影响,而在填埋2 a以上的垃圾中,大分子水解、发酵等作用对产甲烷菌影响微弱.     

由"规定时间"到"任选时间"——巴陵石化环氧树脂事业部应急响应预案演练纪实

一个星期天的上午,巴陵石化公司环氧树脂事业部进行了一场特殊的演练--应急响应预案演练.这是该事业部增强事故预案演练的针对性,将事故演练由"规定时间"转向"任选时间"采取的系列举措之一. 上午8时30分,该事业部针对设想的离子膜车间氯干燥岗位、盐水车间液氯冷冻岗位"氯气泄漏"的突发情况,紧急启动事业部级防氯气泄漏事故预案.成立以事业部值班领导为指挥长的应急指挥部,立即通知事业部领导、相关职能管理和车间人员、抢险应急分队,所有临时通知人员在规定时间内赶到"事故"现场,按照各自职责有条不紊进行应急处理.     

测量工艺安全绩效

上期的《工艺安全警示灯》讨论了“工艺安全”的含义，并且谈到了对于测量工艺安全绩效来说，传统安全绩效的测量指标如受伤率、损失工作时间等并不是衡量工艺安全好的测量指标。那么，我们怎样来判断工艺安全管理活动是否有效呢？又如何来判断我们的绩效是在逐年改善呢？怎么才能知道一个工厂，或工厂的部门比较于其它工厂或部门，其绩效表现如何呢？如何来确定把工作焦点放在什么地方，使我们的绩效变得更好呢？     

中国石化事故根原因分析检查表构建及应用

针对现有事故调查分析方法不能有效分析事故管理层面的不足,根据中国石化70余起事故调查及统计分析结果,以及HSE管理体系要素,借鉴美国化工过程安全中心(CCPS)和英国健康、安全与环境署(HSE)及BP公司的根原因分析检查表和GB6441-1986《企业职工伤亡事故分类标准》,构建了中国石化的根原因分析检查表,利用该表对某采气厂发球筒爆裂事故进行了研究。研究表明,该分析法适用于中国石化实际,不仅可以找出事故的直接原因、间接原因,还能深入分析事故的管理原因,适用性较好,研究结果也有助于石化企业按照PDCA提升管理水平,预防事故发生。     

乌鲁木齐河水中有机悬浮物的分析

本文对乌鲁木齐河中、上游河段悬浮物中的有机物进行了分析，结果表明：冰川站、英雄桥和青年渠道采样点有机物种类达４０余种，总含量分别为１．０，１．１４和１．２ｍｇ．１＾－１，其中Ｃ２９烷烃相对含分别为７．９４％，１５．４９％和１８．４９％，邻苯二甲酸二正丁酯相对含量分别为３０．２８％，２２．２８％和３３．７５％，乌鲁木齐河中、上游河段受到程度不同的酞酸二酯的污染。     

长株潭区域机动车尾气排放清单及特征分析

通过建立2012年长株潭区域机动车尾气排放清单,分析了区域内机动车尾气排放特征,研究了排放的时空分配因子,并对清单进行了不确定性分析。结果表明:2012年长株潭区域道路机动车尾气CO、HC、NO_x、PM_(2.5)、PM_(10)、VOCs、NH_3排放量分别约为11.86、1.78、3.88、0.23、0.26、2.52、0.06万t。其中,载货汽车是NOx、PM、PM2.5的主要贡献源,载客汽车和摩托车是CO主要贡献源,摩托车是VOCs的主要贡献源,而载客汽车是NH3的主要贡献源。国I前标准车辆对CO、HC、VOCs的贡献率分别约为33.5%、31.8%、53.9%,国I标准车辆CO、HC、NO_x、PM_(2.5)、PM_(10)、VOCs、NH_3的贡献率分别约为38.6%、40.4%、47.4%、54.1%、54.1%、17.1%、16.2%,均高于车辆保有量的占有率,因此控制尾气排放应从国I前、国I车入手。此外,一周中工作日,每天08:00和17:00排放量占比较大,城区的空间分配因子明显高于郊区及乡镇区域,城镇居民使用车量对机动车尾气排放量影响较大。道路机动车排放清单估算过程中不确定性主要来自活动水平数据,尤其是平均行驶里程的选取上。