抓安全要避免"四化"

安全工作在落实科学发展观和实现可持续发展进程中的极端重要性，已经引起各级领导干部和企事业单位的高度重视，并作为重中之重的工作放到了一切工作的首位。但是，从目前的实际情况看，安全工作仍然存在一些薄弱环节，安全生产事故还时有发生，安全生产形势仍然不容乐观，这就要求我们在抓安全工作时必须避免以下“四化”现象。     

Zn2+络合促进土霉素在粘土矿物表面的吸附

土霉素(OTC)和Zn2+作为饲料添加剂大量应用于畜禽养殖中,会通过畜禽粪便施用等方式进入土壤环境.研究了它们在粘土矿物上的吸附行为及其相互影响.结果发现,阳离子交换量大的蒙脱石对OTC的吸附系数(Kd)明显高于高岭石;而电荷属性的不同,导致2种粘土的Kd随pH呈现不同的趋势.Zn2+可对OTC吸附产生影响,在4相似文献   

铜对两种农药在砂土上吸附的影响

为了考察了铜与有机农药在土壤中吸附行为的交互作用,以阿特拉津(Atrazine,AT)、氰戊菊酯(Fenvalerate,Fen)为研究对象,进行批量平衡吸附实验。实验结果表明,AT的吸附符合线性吸附等温线,氰戊菊酯在土壤上的吸附变异性较大,可能原因是菊酯农药存在一定程度的降解。铜离子的存在使AT的吸附常数Koc由262.3减小为55.22L/kg,AT在土壤上的吸附量减小。氰戊菊酯吸附常数Koc为282.9(L/kg),铜离子与氰戊菊酯共存时,氰戊菊酯吸附Koc值增加为440.1L/kg,实验Cu2+浓度范围内,吸附量明显增加。两种农药土壤吸附实验结果不同,这种差异性可能是由于两种农药具有不同的水溶性和辛醇-水分配系数(Kow)值,铜与AT可能形成可溶性络合物从而减小其吸附。铜与氰戊菊酯可能形成不溶性络合物而使溶剂萃取率降低。     

四氯化碳显色法测定溶解氧

本文介绍了一种测定溶解氧的新方法。此方法快速、准确、分析结果直观、适合应急监测。     

太原市PM2.5浓度的气象特征影响分析及预报

利用2016～2020年太原市污染物浓度资料、以及国家基准气象观测站的同期地面气象资料,重点分析了太原市PM_2.5浓度的变化特征以及湿度、降水、风和混合层厚度等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因,建立基于LSTM神经网络的PM_2.5浓度预报模型.结果表明,2016～2020年太原市区冬季出现的重污染天数最多,其中2017年冬季出现天数最多为28 d, PM_2.5浓度总体呈现出秋冬季节高,春夏季节低,周末PM_2.5浓度高于工作日浓度,PM_2.5浓度日变化大致呈现双峰型分布,分别出现在09:00左右和23:00至翌日01:00.除相对湿度和冬季气温外,其余气象要素与PM_2.5浓度在四季均表现为负相关.影响太原市区PM_2.5浓度升高的污染源主要位于其NE-ENE-E方向,西北部地区的相对不明显.汛期当达到中雨(降水量≥10 mm)以上级别的降水都对PM_2.5浓度降低有明...     

大气环境风险预测中气象条件的优化:以某煤制天然气项目泄漏事故情景为例

针对HJ 169—2018《建设项目环境风险评价技术导则》提出的"最不利气象条件",及其在实际环境风险评价中应用的局限性和问题进行了分析。以煤化工中某煤制天然气项目为例,针对其典型大气环境风险事故,采取项目所在地逐时气象参数进行预测,对其预测结果进行了分析。讨论真实气象条件下进行大气环境风险分析的实际意义,提出相应的大气环境风险分析优化建议。     

乙二胺四乙酸合钴吸收一氧化氮的研究

采用乙二胺四乙酸合钴对NO气体进行络合吸收实验,以实现湿法脱硝。试验初步研究Co2+EDTA络合吸收NO的反应条件,主要影响因素包括氧含量、p H值、反应温度和吸收剂浓度。研究结果表明,有氧存在时,Co2+EDTA具有一定的脱除NO能力。在50℃时,鼓泡反应装置中当氧质量分数为10%,溶液p H=9.0时,以0.01 mol/L的Co2+EDTA作为吸收液与NO进行反应,脱硝率可达到74%以上,并可维持一定时间的脱硝作用。     

渗滤液中溶解性荧光有机物与铅的作用

采用荧光光谱和猝灭滴定实验,结合二维相关分析和区域体积积分分析,研究了生活垃圾渗滤液不同处理阶段样品中溶解性荧光有机物(DFOM)络合Pb(Ⅱ)的特性.结果显示:渗滤液中无机阴离子对Pb(Ⅱ)猝灭DFOM荧光影响较大,它们的存在致使Pb(Ⅱ)对DFOM的荧光猝灭效果不明显.在渗滤液DFOM的各种荧光基团中,Pb(Ⅱ)对类蛋白类物质的荧光猝灭效率高,而对类腐殖质物质的荧光猝灭效率低,这种猝灭特征不随渗滤液处理进行而改变;但Pb(Ⅱ)对调节池和厌氧处理中可溶性微生物降解副产物的荧光猝灭效率低而对氧化沟和MBR出水中DFOM的荧光猝灭效率高.分析结果表明,渗滤液DFOM中类蛋白物质络合Pb(Ⅱ)能力大于类腐殖质物质,经好氧生物处理后,可溶性微生物降解副产物络合Pb(Ⅱ)的能力有所提高.     

一种基于深度学习的海表温度混合预测方法

海表温度（SST）是海洋水文的重要参数,准确预测SST对海洋经济发展与极端天气的预防都有重大意义。首先,针对SST序列数据的多噪声特点,采用变分模态分解方法（VMD）预处理,以减少噪声对预测结果的影响。其次,将卷积神经网络（CNN）与长短时记忆网络（LSTM）结合,同时提取SST序列的空间与时间特征,以提高预测精度。最后,本文提出了一种基于深度学习并融合了去噪模块的SST预测模型,选取我国东海海域的SST进行实证研究。通过与基线模型、现有模型的对比,证明了本文模型不但在SST的预测精度方面提升明显,而且具有较好的鲁棒性。