滤膜法测定空气中氟化物的改进

测定环境空气中微量氟的方法一般采用滤膜法，但此法工作量大，针对这种情况，本文作两点改进：一是将采集的两张滤膜同时测定；二是将测定过程中的搅拌时间缩短，这样不影响测定结果的准确性，而且降低了工作量。     

乌鲁木齐空气微生物含量的测定

用自然平皿沉降法对乌鲁木齐市13个室内外空气测点作了微生物含量的测定,结果表明平均室外空气的细菌、真菌、总菌含量及F/T%分别为28583 8、780 5、29364 3CFU·m-3及2 7,证实了该市空气处于中度微生物污染状态。少量测点显示其空气已受到严重污染,空气质量不佳。室内空气微生物污染也重。空气微生物污染以细菌为主。分析了室外空气微生物含量的时空分布特点差异,探讨了其成因,并与其他城市作了比较。文章指出增强环境忧患意识,采用切实而有效措施,减少环境污染的必要性。     

车用三效催化剂的研究进展

三效催化剂是机外治理机动车尾气污染最常采用的有效方法，车用三效催化剂已发展到第4代。目前车用三效催化剂的研究主要集中在：开发稀燃型三效催化剂和紧耦合三效催化剂及发展三效催化剂低温冷起燃技术等。国内应以稀土添加少量贵金属的三效催化剂为主要研究方向，开发适合我国现状的车用净化催化剂技术。     

Evidence for biodegradation and volatilisation of dissolved petroleum hydrocarbons during in situ air sparging in large laboratory columns

Laboratory column experiments run for up to 13 days compared air sparging of groundwater contaminated by dissolved petroleum hydrocarbons in sterile and non-sterile aquifer sediments as well as uncontaminated sediments and groundwater. Loss of dissolved BTEX compounds in the contaminated columns was very rapid, occurring through volatilisation. The majority of the dissolved total organic carbon (TOC) persisted for much longer periods however. A direct comparison between losses from sterile and non-sterile columns suggested a negligible contribution of biodegradation to the removal of TOC. This was difficult to confirm through examination of O₂ utilisation because oxidation of a small amount of reduced sulphur in the aquifer materials was the dominant sink for O₂. Despite this, it was possible to conclude that less than 22% of the removal of TOC was through biodegradation during the first three days of air sparging.     

深埋岛式地铁车站站台火灾时烟气蔓延数值分析

随着我国地铁的发展,未来部分地铁的发展空间属于埋深较大,经过老城区时须穿越大片房屋桩基,地质条件复杂,施工难度大,工程实施上线路和车站均需要较大的埋深。因此,深入开展深埋地铁站点火灾安全研究有助于地铁安全管理工作。笔者针对地铁深埋岛式站台火灾,利用数值模拟方法,研究深埋岛式站点内烟气横向流动和不同站层间的烟气纵向蔓延规律。分析烟气在隧道、站台及站厅内蔓延时烟气温度、有毒气体浓度、可见度等特征参数的分布情况;同时探讨了火灾时深埋岛式站点内有效的气流组织形式,隧道排烟系统的运行模式。所获的研究结论有助于同类型的地铁车站的设计和运营管理。     

南昌市环境空气质量分析和控制

利用多年的环境监测数据,分析南昌市环境空气中主要污染物尘类、二氧化硫和氮氧化物产生的原因,并提出有效控制上述污染物的具体措施。     

BASIN SCALE WATER MANAGEMENT AND FORECASTING USING ARTIFICIAL NEURAL NETWORKS1

ABSTRACT: Water scarcity in the Sevier River Basin in south‐central Utah has led water managers to seek advanced techniques for identifying optimal forecasting and management measures. To more efficiently use the limited quantity of water in the basin, better methods for control and forecasting are imperative. Basin scale management requires advanced forecasts of the availability of water. Information about long term water availability is important for decision making in terms of how much land to plant and what crops to grow; advanced daily predictions of streamflows and hydraulic characteristics of irrigation canals are of importance for managing water delivery and reservoir releases; and hourly forecasts of flows in tributary streams to account for diurnal fluctuations are vital to more precisely meet the day‐to‐day expectations of downstream farmers. A priori streamflow information and exogenous climate data have been used to predict future streamflows and required reservoir releases at different timescales. Data on snow water equivalent, sea surface temperatures, temperature, total solar radiation, and precipitation are fused by applying artificial neural networks to enhance long term and real time basin scale water management information. This approach has not previously been used in water resources management at the basin‐scale and could be valuable to water users in semi‐arid areas to more efficiently utilize and manage scarce water resources.     

海口市臭氧污染特征

基于2013—2015年海口市4个空气质量自动监测站点数据,结合气象资料,分析了海口市O_3的污染特征。结果表明:海口市O_3总体优良,优良天数比例为99.4%,污染天数均为轻度污染;在良和污染天数中,O_3作为首要污染物的天数占40%,超过其他5项污染物占比。海口市10月O_3浓度最高。O_3月均浓度与温度呈负相关关系,同时与风向有密切关系:5—8月气温较高,以南风为主,O_3浓度较低;1月北风频率较高,易受外来污染传输作用,O_3浓度相对较高。O_3超标日以东北风为主,日变化并未呈现单峰型特征,12:00—22:00时段O_3浓度在10%范围内小幅变化。台风外围型和北方冷高压底部型是造成海口市O_3超标的2类典型天气形势。     

典型高原山地城市环境空气质量预报预警平台设计

空气质量预报系统作为一种重要的工具用于为公众提供空气质量预报信息、评估城市空气质量,为污染控制战略、动态环境管理以及决策制定提供支持。研究对国内外环境空气质量预报现状进行了回顾,以云南省为例提出了高原山地城市环境空气质量预报预警体系建设的整体思路,针对系统建设现状,提出了环境空气质量预报预警系统建设所面临的问题以及对未来发展方向的建议。     

基于Prophet模型的空气污染物浓度预测方法

准确预测大气污染物浓度的时空变化趋势是制定、修订大气污染防控措施和持续改善空气质量的关键。笔者以内蒙古呼和浩特市为研究区,基于2015-2020年城市环境空气质量自动监测站的月度数据,运用Prophet模型,研究确定环境监测数据的突变点和Prophet模型饱和预测上下限等特征,完成了"十四五"期间研究区PM_2.5、 PM₁₀、 NO₂、 SO₂、 O₃5项污染物的浓度预测。采用可决系数、均方根误差及平均偏差误差对预测模型结果进行精度评估,并重点分析了2025年各项污染物浓度的时空变化规律。结果表明:Prophet模型可以较为精准地对5项污染物浓度进行预测,预计2025年呼和浩特市PM_2.5、 PM₁₀、 NO₂、 SO₂、 O₃质量浓度分别为41.64,、71.71、36.85、21.66、123.24 μg/m³,与以往该地区各项污染物时空特征一致,未来该市PM_2.5、 PM₁₀、 NO₂、 SO₂全年浓度均呈U形分布,具有冬季高、夏季低的特点,O₃全年浓度呈倒V形分布,具有夏季高、冬季低的特点。除此之外,研究还发现未来该市西部地区污染程度高于东部。预测结果表明:当前内蒙古对空气污染的治理措施为空气污染的持续改善提供了保障,O₃污染有加重趋势但尚在可控范围内,需要进一步加强防控。该研究揭示了呼和浩特市"十四五"期间5项空气污染物的浓度和时空变化趋势,可为呼和浩特市空气质量持续改善提供数据参考。